[发明专利]一种视网膜图像病变区域自动分割方法及系统有效
| 申请号： | 201910309970.2 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN109993757B | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 李登旺;王卓;牛四杰;孔问问;吴敬红;薛洁;陈美荣;刘婷婷;黄浦;赵睿 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06T7/136;G06T7/13;G06N3/04 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 杨晓冰 |
| 地址： | 250358 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种视网膜图像病变区域自动分割方法及系统，实现同时分割中心浆液脉络膜病变区域和椭圆体带‑布鲁赫膜区域。该方法包括以下步骤：采集视网膜图像，配置训练集与测试集；配置全卷积神经网络模型，修改损失函数，利用训练集中图像数据训练全卷积神经网络模型；利用训练好的全卷积神经网络模型对测试集中图像数据进行初步分割，并对初步分割结果进行两步补偿，得到概率图；对概率图进行再次分割，得到EZ‑BM区域和CSC病变区域；采用二值图像边缘检测方法提取EZ‑BM区域的椭圆体带‑布鲁赫膜区域上下边界，得到椭圆体带层与布鲁赫膜层的分割结果。 | ||
| 搜索关键词： | 一种 视网膜 图像 病变 区域 自动 分割 方法 系统 | ||
【主权项】：
1.一种视网膜图像病变区域自动分割方法，其特征是，包括以下步骤：采集视网膜图像，配置训练集与测试集；配置全卷积神经网络模型，修改损失函数，利用训练集中图像数据训练全卷积神经网络模型；利用训练好的全卷积神经网络模型对测试集中图像数据进行初步分割，并对初步分割结果进行两步补偿，得到概率图；对概率图进行阈值分割，得到EZ‑BM区域和CSC病变区域；采用二值图像边缘检测方法提取EZ‑BM区域的椭圆体带‑布鲁赫膜区域上下边界，得到椭圆体带层与布鲁赫膜层的分割结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910309970.2/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
