申请/专利权人:西安交通大学
申请日:2019-12-12
公开(公告)日:2020-05-15
公开(公告)号:CN111161278A
主分类号:G06T7/11(20170101)
分类号:G06T7/11(20170101);G06T7/00(20170101);G06T5/50(20060101);G06N3/08(20060101);G06N3/04(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.04.18#授权;2020.06.09#实质审查的生效;2020.05.15#公开
摘要:本发明公开了一种基于深层网络聚合的眼底图像病灶分割方法,包括以下步骤:1获取若干眼底病灶图像,对每个眼底病灶图像中的病灶轮廓进行人工分割,得真值标签,构建训练集及测试集;2在U‑Net模型的骨干网络中添加深层聚合网络模块;3将步骤2得到的U‑Net模型迁移至眼底图像的病灶分割中,对U‑Net模型进行训练,并将训练后的U‑Net模型作为眼底图像病灶分割模型;4利用眼底图像病灶分割模型对待分割眼底图像进行分割,该方法能够有效的解决现有技术中基于深度卷积神经网络的眼底图像病灶分割效果差的问题。
主权项:1.一种基于深层网络聚合的眼底图像病灶分割方法,其特征在于,包括以下步骤:1获取若干眼底病灶图像,对每个眼底病灶图像中的病灶轮廓进行人工分割,得真值标签,然后通过一部分眼底病灶图像构建训练集,通过另一部分眼底病灶图像构建测试集;2在U-Net模型的骨干网络中添加深层聚合网络模块;3将步骤2得到的U-Net模型迁移至眼底图像的病灶分割中,再将训练集中的各眼底图像及其对应的病灶轮廓输入到U-Net模型中对U-Net模型进行训练,并将训练后的U-Net模型作为眼底图像病灶分割模型;4将测试集中的眼底图像输入到步骤3得到的眼底图像病灶分割模型中,并将眼底图像病灶分割模型输出的病灶分割轮廓与人工分割得到的真值标签进行比较,得相应的AUPR值,然后利用眼底图像病灶分割模型对待分割眼底图像进行分割。
全文数据:
权利要求:
百度查询: 西安交通大学 一种基于深层网络聚合的眼底图像病灶分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。