[发明专利]视网膜血管测量

权利要求书

1.一种用于训练用于自动视网膜血管测量的神经网络的方法，包括：

接收多个眼底图像；

预处理所述眼底图像以使所述眼底图像的图像特征归一化；以及

在经预处理的眼底图像上训练多层神经网络，所述神经网络包括卷积单元、与过渡单元交替用于对由所述神经网络确定的图像特征进行下采样的多个密集块、以及全连接单元，其中每个密集块包括一系列装有多个卷积的cAdd单元，并且每个过渡层包括具有池化的卷积。

2.根据权利要求1所述的方法，还可以包括将每个cAdd单元的输入通道分组为非重叠群组并且将所述cAdd单元的输出添加到所述非重叠群组中的一个，由此形成到所述系列中的下一个cAdd单元的输入，并且对于所述cAdd单元中的连续的cAdd单元，所述系列中的前一个cAdd单元的输出被添加到所述非重叠群组中的一个不同的群组。

3.根据权利要求1或2所述的方法，还包括：

自动检测每个眼底图像中的视神经盘的中心；以及

将相应的图像裁剪到以视神经盘中心为中心的预先确定的尺寸的区域。

4.根据权利要求1至2所述的方法，其中预处理所述眼底图像包括将全局对比度归一化应用于每个眼底图像。

5.根据权利要求3所述的方法，其中预处理所述眼底图像还包括使用预先确定的大小的核进行中值滤波。

6.根据权利要求1至5中任一项所述的方法，其中在所述多个密集块中存在五个密集块。

7.根据权利要求1至6中任一项所述的方法，其中每个密集块包括一系列装有两种类型的卷积的cAdd单元。

8.根据权利要求7所述的方法，其中所述两种类型的卷积包括1x1卷积和3x3卷积。

9.根据权利要求1至8中任一项所述的方法，其中每个过渡层的卷积是1x1卷积。

10.一种量化视网膜眼底图像的血管口径的方法，包括：

接收视网膜眼底图像；以及

将根据权利要求1至9中任一项训练的神经网络应用到所述视网膜眼底图像。

11.一种用于训练神经网络以生成视网膜血管测量结果的计算机系统，包括：

存储器；以及

至少一个处理器，所述存储器存储多层神经网络和指令，所述指令当由所述至少一个处理器执行时导致所述至少一个处理器：

接收多个眼底图像；

预处理所述眼底图像以使所述眼底图像的图像特征归一化；以及

在经预处理的眼底图像上训练所述神经网络，所述神经网络包括卷积单元、与过渡单元交替用于对由所述神经网络确定的图像特征进行下采样的多个密集块、以及全连接单元，其中每个密集块包括一系列装有多个卷积的cAdd单元，并且每个过渡层包括具有池化的卷积。

12.根据权利要求11所述的计算机系统，其中所述指令还导致所述处理器将每个cAdd单元的输入通道分组为非重叠群组并且将所述cAdd单元的输出添加到所述非重叠群组中的一个，由此形成到所述系列中的下一个cAdd单元的输入，并且对于所述cAdd单元中的连续的cAdd单元，所述系列中的前一个cAdd单元的输出被添加到所述非重叠群组中的一个不同的群组。

13.根据权利要求11或12所述的计算机系统，其中所述指令还导致所述处理器：

自动检测每个眼底图像中的视神经盘的中心；以及

将相应的图像裁剪到以视神经盘中心为中心的预先确定的尺寸的区域。

14.根据权利要求11至13中任一项所述的计算机系统，其中所述指令导致所述处理器通过将全局对比度归一化应用于每个眼底图像来预处理所述眼底图像。