申请/专利权人:上海应用技术大学
申请日:2023-10-31
公开(公告)日:2024-01-23
公开(公告)号:CN117437685A
主分类号:G06V40/18
分类号:G06V40/18;G06V10/82;G06V10/26;G06V10/80;G06N3/0464;G06V10/774;G06T7/11
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.09#实质审查的生效;2024.01.23#公开
摘要:本发明公开了一种基于深度学习的视网膜OCTA图像眼底分割方法,包括以下步骤:a将获取的视网膜OCTA图像进行降噪处理;b将处理好的数据集进行划分;c利用划分好的数据集训练深度神经网络模型;d对分割模型的性能进行评估通过建立深度神经网络模型,完成对视网膜OCTA图像的血管和中心凹无血管区域分割。根据本发明,通过学习特征信息并且优化后的视网膜分割模型可以对获取到的视网膜图像进行精确分割,辅助医生进行临床诊断,具有重要的价值。
主权项:1.一种基于深度学习的视网膜OCTA图像眼底分割方法,其特征在于,包括以下步骤:S1、对获取的视网膜OCTA图像进行预处理;S2、对预处理后的数据集进行划分为训练集、验证集及测试集;S3、通过划分后的数据集训练深度神经网络模型后得到最优的血管分割模型;S4、对血管分割模型进行性能评估。
全文数据:
权利要求:
百度查询: 上海应用技术大学 一种基于深度学习的视网膜OCTA图像眼底分割方法
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。