[发明专利]基于三维卷积神经网络的视网膜OCT图像的分类方法有效
| 申请号： | 201710506132.5 | 申请日： | 2017-06-28 |
| 公开（公告）号： | CN107437092B | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 陈新建;刘云 | 申请（专利权）人： | 苏州比格威医疗科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 32224 南京纵横知识产权代理有限公司 | 代理人： | 董建林<国际申请>=<国际公布>=<进入 |
| 地址： | 215011江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于三维卷积神经网络的视网膜OCT图像的分类算法，包括以下步骤：S01：采集三种视网膜OCT图像，对三种视网膜进行分类标记；S02：数据预处理，对三维OCT图像数据进行降采样，得到统一大小的三维图像用于输入三维卷积神经网络；S03：根据迁移学习思想，用大量标记好的自然图像预训练一个三维卷积神经网络模型；S04：用预处理好的视网膜OCT图像对训练好的三维卷积神经网络模型进行微调，在主流网络中间的卷积层后加入分支网络，将主流网络和所述分支网络的输出层进行融合；S05：将测试图像按照S02步骤进行预处理，利用S04中微调后的所述三维卷积神经网络模型进行测试，输出分类结果。本发明具有可以对三维视网膜OCT图像进行分类以及提高分类准确性的特点。 | ||
| 搜索关键词： | 基于 三维 卷积 神经网络 视网膜 oct 图像 分类 算法 | ||
【主权项】：
1.基于三维卷积神经网络的视网膜OCT图像的分类方法，其特征是，包括以下步骤：/nS01：采集三种三维视网膜OCT图像，分别是以黄斑为中心的视网膜OCT图像、以视神经乳头为中心的视网膜OCT图像和以大视野为中心的视网膜OCT图像，将所述三种视网膜OCT图像每种分类标记为2类，分别是正常视网膜图像和异常视网膜图像；/nS02：数据预处理，将S01中三种模式下采集分类得到的6组三维视网膜OCT图像数据进行降采样，得到统一大小的三维图像用于输入三维卷积神经网络；/nS03：根据迁移学习理论，用大量标记好的自然图像预训练一个三维卷积神经网络模型，所述三维卷积神经网络模型包括输入层、若干卷积层、若干池化层、若干全连接层以及输出层；/nS04：用预处理好的三维视网膜OCT图像对训练好的三维卷积神经网络模型进行微调，在三维卷积神经网络模型主流网络中非首尾层的任一卷积层后加入分支网络，所述分支网络利用多层感知卷积进一步提取图像局部信息，所述分支网络同样由卷积层、池化层、全连接层和输出层组成，将所述主流网络和所述分支网络的输出层进行融合；/nS05：将测试集图像数据按照S02步骤进行预处理，利用S04步骤中微调后的所述三维卷积神经网络模型进行测试，输出三种模式下的OCT图像为正常或异常的分类结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州比格威医疗科技有限公司，未经苏州比格威医疗科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710506132.5/，转载请声明来源钻瓜专利网。
