申请/专利权人：电子科技大学

申请日：2023-06-09

公开（公告）日：2023-10-10

公开（公告）号：CN116862921A

主分类号：G06T7/10

分类号：G06T7/10;G06T7/00;G06T19/20;G06N3/0464;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.27#实质审查的生效;2023.10.10#公开

摘要：本申请提供一种人体眼底年龄相关性黄斑变性AMD高反射区的三维分割方法、电子设备及存储介质，方法包括：通过获取光学相干层析成像系统输出的初始眼底光学相干层图像；预先训练用于分割眼底AMD高反射区的深度学习网络，该网络能自动锁定分割区域并提取不同尺寸的特征信息；将初始眼底光学相干层析图像输入预先训练得到的用于分割眼底AMD高反射区域的深度学习网络模型，由该深度学习网络模型对初始眼底光学相干层析图像进三维分割，得到三维立体的病灶区图像。该深度学习模型能够正确、直观、清晰地将患者眼底的AMD高反射区三维分割出来，因此可以为AMD的临床诊断和随访提供很大的便利，也可以提高临床上患者对诊断结果的接受度和认可度。

主权项：1.一种基于深度学习的人体眼底AMD高反射区的三维分割方法，其特征在于，包括：获取人体眼底AMD高反射区的初始光学相干层析图像并进行预处理；将处理好的图像输入到训练好的基于U-Net结构的眼底AMD高反射区分割网络中，得到病灶的三维分割结果。

全文数据：

权利要求：

百度查询： 电子科技大学 基于深度学习的人体眼底AMD高反射区的三维分割方法

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。

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