首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】缺血型视网膜静脉阻塞的识别方法及装置_中日友好医院(中日友好临床医学研究所)_202410217112.6 

申请/专利权人:中日友好医院(中日友好临床医学研究所)

申请日:2024-02-28

公开(公告)日:2024-05-14

公开(公告)号:CN117789284B

主分类号:G06V40/18

分类号:G06V40/18;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/084

优先权:

专利状态码:有效-授权

法律状态:2024.05.14#授权;2024.04.16#实质审查的生效;2024.03.29#公开

摘要:缺血型视网膜静脉阻塞的识别方法及装置,能提取全局信息和上下文信息,又能准确地抓取其局部信息,全方位地准确识别缺血型视网膜静脉阻塞。包括:(1)数据读取:读取标注好的FFA影像,对数据进行预处理和增强,并按照比例随机划分为训练集、验证集和测试集;(2)模型训练:分别经过VisionTransformer和CNN网络提取特征,将两张特征图拼接,进行融合;送入全连接层来获取FFA影像的识别结果,期间通过损失函数进行反向传播,以此训练模型;(3)模型测试:使用训练好的模型的参数文件来进行参数的加载,读取待识别的FFA影像,对影像进行预处理使其与训练数据的格式一致,送入模型得到识别结果。

主权项:1.缺血型视网膜静脉阻塞的识别方法,其特征在于:其包括以下步骤:(1)数据读取:读取标注好的FFA影像,每一幅FFA影像的分辨率为768像素×768像素,标注由眼科医生对FFA影像进行手工标注缺血型视网膜静脉阻塞RVO无灌注区,然后对数据进行预处理和增强,并按照比例随机划分为训练集、验证集和测试集,用以训练,验证和评估所提出的网络;(2)模型训练:预处理后的FFA影像分别经过VisionTransformer和CNN网络提取特征,将两张特征图进行concat拼接,然后利用1×1的卷积对经过VisionTransformer提取的特征和经过CNN提取的特征进行融合,从而全方位提取FFA影像的特征信息;最后将融合后的特征图送入全连接层来获取FFA影像的识别结果,期间通过损失函数进行反向传播,以此训练模型;(3)模型测试:使用训练好的模型的参数文件来进行参数的加载,读取待识别的FFA影像,对影像进行预处理使其与训练数据的格式一致,将其送入步骤(2)的模型中,得到缺血型视网膜静脉阻塞的识别结果;所述步骤(2)包括以下分步骤:(2.1)将分辨率为768像素×768像素的FFA影像,作为输入按批次送入标准的VisionTransformer模型进行特征提取,每个批次的大小为16,其输出大小为224像素×224像素,记为F1;(2.2)将分辨率为768像素×768像素的FFA影像,作为输入按批次送入Resnet18网络结构的CNN模型进行特征提取,每个批次的大小为16,其输出大小为224像素×224像素,记为F2;(2.3)将两张特征图F1和F2进行concat拼接,得到特征图F12,其大小为224像素×224像素×2;(2.4)利用1×1的卷积对特征图F12进行融合后,得到特征图F,其大小为224像素×224像素;(2.5)融合后的特征图F送入全连接层L来获取FFA影像的识别结果P,F×L=P,全连接层L大小为224×224;(2.6)将P与真实值T进行比较,根据公式(5)的损失函数计算后,进行反向传播; (5),其中,表示第个样本的真实标签值,表示第个样本的预测值,默认对数以自然数为底,和表示医生依据临床经验赋予第个正样本的权重;(2.7)直到损失函数的值趋于稳定才停止训练;(2.8)保存整个网络结构以及所有参数值的大小;所述步骤(2.1)中,将缺血型RVO的无灌注区在荧光造影FFA影像上的绝对位置信息,引入到VisionTransformer的Token中,与其相对位置信息进行融合;所述步骤(2.1)中,绝对位置编码用1到patches的块数表示,根据公式(1)计算,其中,表示token向量,表示绝对位置编码,其维度与token相同 (1)相对位置编码,用patches的中心与后极部的中心之间的距离来表示,根据公式(2)计算,与自注意力机制进行融合,其中表示token向量,表示相对位置编码,其维度与token相同,表示信息参数矩阵;根据公式(3)计算,是对的softmax处理;根据公式(4)计算,其中,是查询参数矩阵,是关键字参数矩阵,和表示相对位置编码,其维度与token相同,表示token向量的维度 (2) (3) (4)。

全文数据:

权利要求:

百度查询: 中日友好医院(中日友好临床医学研究所) 缺血型视网膜静脉阻塞的识别方法及装置

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。