申请/专利权人：佛山科学技术学院

申请日：2021-10-22

公开（公告）日：2022-03-04

公开（公告）号：CN114140381A

主分类号：G06T7/00(20170101)

分类号：G06T7/00(20170101);G06T7/11(20170101);G06T7/136(20170101);G06T7/155(20170101)

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.03.22#实质审查的生效;2022.03.04#公开

摘要：本发明所述一种基于MDP‑net的玻璃体混浊分级筛查方法及装置，眼睛玻璃体超声图像自适应分割模型与严重程度分类算法通过深度学习可以分割出眼睛玻璃体超声图像中晶状体、类梯形玻璃体腔和混浊灶区域，然后计算类梯形玻璃体腔与混浊灶区域的比值，再根据所求的比值分出玻璃体浑浊的严重程度本发明通过运用深度学习技术，经过图像训练后能快速、精准地判定筛查患者玻璃体混浊严重程度，所得结果快速、客观、准确、稳定。

主权项：1.一种基于MDP-net的玻璃体混浊分级筛查方法，其特征在于，包括以下在步骤：1MDP-net网络模型的建立包括以下步骤：将现有的先前拍摄的眼睛玻璃体混浊B超图像进对晶状体、类梯形玻璃体腔、混浊灶区域三部分进行标注，训练形成的训练数据集中的标签集；再将训练数据集输入MDP-net网络中，采用随机梯度下降法更新网络的参数，迭代多次，得到MDP-net网络模型；2matlab软件输入由B型超声诊断仪拍摄的眼球玻璃体图片，对图片进行预处理，包括双边滤波、最大最小值归一化算法，得到预处理后的眼球B超图；3、将预处理后的眼球B超图作为输入MDP-net网络模型，MDP-net网络模型输出分割拍摄图片的晶状体、类梯形玻璃体腔、混浊灶区域和背景部分部分；4、对类梯形玻璃体腔与混浊灶区域进行形态学以及阈值化后处理，去除零散的孤立混浊像素点和低强度低回声的混浊像素点；5、根据计算后处理过的类梯形玻璃体腔与混浊灶区域的比值大小，根据比值大小进行混浊严重程度的自动分级，显示分级结果。

全文数据：

权利要求：

百度查询： 佛山科学技术学院 一种基于MDP-net的玻璃体混浊分级筛查方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD