申请/专利权人:塔里木大学
申请日:2023-12-26
公开(公告)日:2024-03-29
公开(公告)号:CN117789280A
主分类号:G06V40/18
分类号:G06V40/18;G06V10/82;G06V10/26
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了基于眼底图像采集特征识别的动态检测方法及系统,涉及医学检测技术领域,所述方法包括:对多角度眼底全局图像集合依次进行滤波处理、图像增强,得到目标多角度眼底全局图像集合,再对所述目标多角度眼底全局图像集合进行图像多级分割,确定多角度眼底分割子区域集合进行多尺度分解、标签化分类,获得眼底特征标签样本数据集合;利用深度学习网络结构对眼底特征标签样本数据集合进行训练验证,生成眼底异常特征识别网络,基于眼底特征识别周期和所述眼底异常特征识别网络对目标受检者进行眼底异常动态检测。达到实现眼底图像多区域、多周期动态检测,提高特征识别准确性和眼底检测效率,进而确保眼底检测结果精度的技术效果。
主权项:1.基于眼底图像采集特征识别的动态检测方法,其特征在于,所述方法包括:利用眼底照相机对受检者眼底图像进行多角度采集扩充,获取多角度眼底全局图像集合;对所述多角度眼底全局图像集合依次进行滤波处理、图像增强,得到目标多角度眼底全局图像集合;基于所述目标多角度眼底全局图像集合进行图像多级分割,确定多角度眼底分割子区域集合;对所述多角度眼底分割子区域集合进行多尺度分解、标签化分类,获得眼底特征标签样本数据集合;利用深度学习网络结构对所述眼底特征标签样本数据集合进行训练验证,生成眼底异常特征识别网络;设置眼底特征识别周期,基于所述眼底特征识别周期和所述眼底异常特征识别网络对目标受检者进行眼底异常动态检测。
全文数据:
权利要求:
百度查询: 塔里木大学 基于眼底图像采集特征识别的动态检测方法及系统
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。