申请/专利权人：北京石油化工学院

申请日：2024-01-24

公开（公告）日：2024-04-19

公开（公告）号：CN117912092A

主分类号：G06V40/18

分类号：G06V40/18;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及基于双目特征融合的眼底图像识别方法、装置及存储介质，应用于眼底图像识别技术领域，包括：针对可用于模型训练的配对双目眼底图像数据非常有限的情况，使用松散配对方法结合WGAN生成对抗网络有效扩充了用于训练的双目眼底图像数据，在ResNet50残差网络基础上结合通道注意力和空间注意力机制进行神经网络训练，使得网络更加关注病灶特征信息，有效提高了模型的特征提取能力并减少了冗余计算，通过滑动平均方法融合双眼眼底图像特征，充分利用双眼信息，避免特征丢失和冗余，提高融合结果的稳定性和一致性，同时，节省时间和计算资源，提高整体处理效率。

主权项：1.基于双目特征融合的眼底图像识别方法，其特征在于，所述方法包括：获取双目眼底图像数据集，所述双目眼底图像数据集包括预设疾病分类的双目眼底图像；对所述双目眼底图像数据集进行异常图像清洗，对进行异常图像清洗之后的双目眼底图像数据集进行图像预处理操作；构建WGAN网络框架，通过图像预处理后的双目眼底图像数据集对所述WGAN网络框架进行训练，得到训练好的WGAN网络；将进行图像预处理后的双目眼底图像输入到所述训练好的WGAN网络中，通过输入随机噪声生成扩充后的训练数据集；在所述扩充后的训练数据集中选取输入样本，所述输入样本为含有相同疾病分类的左眼眼底图像和右眼眼底图像，得到原始配对列表；对所述原始配对列表进行松散配对，得到松散配对列表；将所述原始配对列表与松散配对列表进行合并，得到新的双目眼底图像数据集；将所述新的双目眼底图像数据集中的左眼眼底图像以及右眼眼底图像设置为预设大小，并输入到预搭建好的残差注意力模块中，利用所述残差注意力模块中通道注意力模块的通道注意力权重提取所述新的双目眼底图像数据集的通道注意力特征，得到加权后的特征图；将所述加权后的特征图输入到所述残差注意力模块的空间注意力模块中提取所述加权后的特征图的空间注意力特征，得到最终特征图；通过设置滑动平均变量将所述残差注意力模块输出的左眼的最终特征图以及右眼的最终特征图进行特征融合，得到最终的双目融合特征；将所述最终的双目融合特征输入到预训练好的分类器中，输出疾病类型标签。

全文数据：

权利要求：

百度查询： 北京石油化工学院 基于双目特征融合的眼底图像识别方法、装置及存储介质

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