申请/专利权人：华南理工大学

申请日：2022-04-29

公开（公告）日：2024-05-07

公开（公告）号：CN114998210B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/774;G06V10/82;G06V10/40;G06V10/764;G06V20/70;G06N3/0464;G06N3/048;G06N3/045;G06N3/096;A61B3/12;A61B3/14

优先权：

专利状态码：有效-授权

法律状态：2024.05.07#授权;2022.09.20#实质审查的生效;2022.09.02#公开

摘要：本发明公开了一种基于深度学习目标检测的早产儿视网膜病变检测系统，其特征在于，包括：图像获取模块，图像预处理模块，早产儿视网膜病变分析模块以及病例报告输出模块，其中：图像获取模块用于采集多张早产儿视网膜眼底图像；图像预处理模块用于对早产儿视网膜眼底图像进行预处理；早产儿视网膜病变分析模块用于对早产儿视网膜病变的识别和分类以及病变的特征和位置关系，实现对早产儿视网膜眼底图像中ⅠⅡⅢ三区15期以及Plus病变的检测；病例报告输出模块用于根据早产儿视网膜病变分析模块的视网膜病变分析结果形成辅助诊断结果，通过医生确认、修改和或输入医嘱，形成诊断报告。还公开了对应的方法、电子设备以及计算机可读存储介质。

主权项：1.一种基于深度学习目标检测的早产儿视网膜病变检测方法，其特征在于，包括：S1,采集多张早产儿视网膜眼底图像；S2，对所述早产儿视网膜眼底图像进行预处理；S3，对所述早产儿视网膜病变的识别和分类以及病变的特征和位置关系，实现对早产儿视网膜眼底图像中ⅠⅡⅢ三区15期以及Plus病变的检测；S4，根据视网膜病变分析结果形成辅助诊断结果，通过医生确认、修改和或输入医嘱，形成诊断报告；所述S3包括：S31，基于LabelImg开源算法库，对预处理后的眼底图像进行人工标注，得到病变区域的分类情况与病变区域的坐标信息；S32，通过建立深度学习目标检测模型检测早产儿视网膜眼底图像中ⅠⅡⅢ三区15期以及Plus病变；所述S32包括：S321，对经过预处理获得所述早产儿视网膜眼底图像进行离线扩增获得扩增数据集，所述离线扩增的操作包括：随机反转所有像素、随机上下左右翻转、随机高斯模糊、随机平移、随机旋转、随机对比度增强以及应用mixup数据增强算法；其中所述mixup数据增强算法是一种对图像进行混类增强的算法，将不同类别的图像进行混合以达到数据扩增的效果；S322，基于离线扩增数据集搭建Yolov5目标检测网络；其中网络主体采用Yolov5卷积神经网络，在Yolov5的FPN层添加CBAM注意力机制模块，包括有通道注意力模块和空间注意力模块，以此完成整个目标检测网络的搭建；S323，基于COCO数据集进行迁移学习与训练，将数据集划分为训练集、验证集和测试集三部分，对所述训练集和所述验证集进行数据扩增，基于扩增后的训练集和验证集进行所述Yolov5目标检测网络的网络训练；S324，基于所述测试集测试网络性能，并保存所述Yolov5目标检测网络的网络结构作为所述病变检测结果；所述Yolov5卷积神经网络包括三层，分别是Backbone网络，FPN网络以及YoloHead层；所述Backbone网络为所述Yolov5卷积神经网络的主干网络部分，采用CSPDarknet网络，包括：（1）Focus网络：在早产儿视网膜眼底图像中每隔一个像素获取一个数值分别存入独立特征层，将获取的四个独立特征层进行堆叠，此时宽高信息就集中到了通道信息，输入通道扩充了四倍；（2）残差网络Residual，其中残差网络Residual包括残差卷积，残差卷积包括两个部分，分别是主干部分和残差部分，主干部分是一次1x1的卷积和一次3x3的卷积；残差部分不做任何处理，直接将主干部分的输入与输出结合；整个Yolov5卷积神经网络的主干部分都由残差卷积构成；（3）CSP网络：将残差块的堆叠进行拆分，使得主干部分继续进行原来的残差块堆叠；另一部分则像一个残差边一样，经过少量处理直接连接到最后；（4）SiLU激活函数，SiLU是Sigmoid激活函数和ReLU激活函数的改进版；SiLU具备无上界、有下界、平滑、非单调的特性；公式如下： ；（5）SPP网络：采用不同大小的池化核，利用最大池化操作进行特征提取。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于深度学习目标检测的早产儿视网膜病变检测系统

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