申请/专利权人：宁波市眼科医院

申请日：2020-08-24

公开（公告）日：2024-03-26

公开（公告）号：CN112037187B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/774;G06V10/82;G06N3/0475;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2020.12.22#实质审查的生效;2020.12.04#公开

摘要：本发明提供了一种眼底低质量图片的智能优化系统，包括加载模块、训练模块、优化模块、合成模块和输出模块，加载模块包括加载单元、分类单元、标注单元和排序单元，训练模块包括高质量眼底图片训练单元、低质量眼底图片训练单元和生成器训练单元，优化模块包括特征识别单元、标记单元、处理单元和复检单元，合成模块包括特征分类单元、匹配单元、合成单元和判别单元，输出模块包括特征比对单元、生成单元、存储单元和传输单元。本发明可自动去除眼底图片的模糊或被遮盖的区域，生成清晰的高质量眼底图片，以避免低质量眼底图片对下游诊疗分析带来的负面影响。

主权项：1.一种眼底低质量图片的智能优化系统，其特征在于，主要包括加载模块1、训练模块2、优化模块3、合成模块4和输出模块5，所述加载模块1用于对初始眼底图片进行预处理，加载模块1包括利用无监督学习的CycleGAN网络分批次加载眼底图片的加载单元11、将所述加载后眼底图片按照清晰度分类为高质量眼底图片和低质量眼底图片的分类单元12、用于分别对高质量眼底图片和低质量眼底图片进行标签标注的标注单元13和用于将标签标注后的高质量眼底图片和低质量眼底图片分别进行排序的排序单元14，所述训练模块2用于对判别器进行优化训练，训练模块2包括用于训练判别器的高质量眼底图片训练单元21、低质量眼底图片训练单元22和用于训练生成器的生成器训练单元23，所述优化模块3用于对低质量眼底图片进行优化，优化模块3包括用于通过VGG16网络对低质量眼底图片上眼底特征进行识别的特征识别单元31、用于对低质量眼底图片上模糊或被遮盖特征区域进行标记的标记单元32、用于对所述标记单元32标记的模糊或被遮盖特征区域进行去除的处理单元33和利用特征识别单元31对所述处理单元33处理后低质量眼底图片进行复检的复检单元34，所述合成模块4用于将所述优化模块3优化处理后的低质量眼底图片进行合成，合成模块4包括用于根据所述标记单元32的标记特征对优化模块3优化处理后低质量眼底图片进行特征分类的特征分类单元41、用于根据分类特征将标记特征区域不同的处理后低质量眼底图片进行匹配的匹配单元42、用于将所述匹配单元42匹配的低质量眼底图片进行叠加合成的合成单元43和用于对所述合成单元43合成后眼底图片上模糊或被遮盖特征进行判别的判别单元44，所述输出模块5用于将所述合成模块4合成眼底图片校对输出，输出模块5包括用于将所述标记单元32标记特征与合成模块4合成眼底图片特征进行比对的特征比对单元51、用于将特征比对单元51比对后无模糊或遮盖区域的清晰眼底图片通过生成器生成的生成单元52、用于将所述生成单元52生成清晰眼底图片保存的存储单元53和用于将生成单元52生成清晰眼底图片进行传送输出的传输单元54。

全文数据：

权利要求：

百度查询： 宁波市眼科医院 一种眼底低质量图片的智能优化系统

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