[发明专利]一种糖尿病性视网膜眼底图像病变检测方法在审
| 申请号： | 201810142316.2 | 申请日： | 2018-02-11 |
| 公开（公告）号： | CN108470359A | 公开（公告）日： | 2018-08-31 |
| 发明（设计）人： | 陈洪刚 | 申请（专利权）人： | 艾视医疗科技成都有限公司 |
| 主分类号： | G06T7/50 | 分类号： | G06T7/50;G06T7/13;G06T7/11;G06T7/00;G06N3/08;G06N3/04 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 温利平 |
| 地址： | 610041 四川省成都市高新区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种糖尿病性视网膜眼底图像病变检测方法，首先对医学眼底图像进行预处理，生成标准化的眼底图像；然后对眼底图像进行区域划分，生成m张眼底不同区域的子图像。接着利用多层区域卷积神经网络模型提取眼底子图像的区域深度特征向量，将区域深度特征向量作为长短期记忆神经网络输入，预测不同区域之间的相关性，生成眼底图像全局特征向量；最后通过全连接层和softmax实现对眼底图像的多分类检测。本发明基于网上可爬取到的视网膜眼底图像及标签，根据眼底图像的区域深度特征和相邻区域之间的相关性，利用卷积神经网络和递归神经网络算法进行糖尿病视网膜病变的自动检测，有效地提高了检测的准确性和时效性。 | ||
| 搜索关键词： | 眼底图像 深度特征 糖尿病性视网膜 卷积神经网络 病变检测 子图像 向量 眼底 糖尿病视网膜病变 视网膜眼底图像 递归神经网络 记忆神经网络 全局特征向量 预处理 分类检测 模型提取 相邻区域 自动检测 连接层 时效性 有效地 多层 算法 标准化 标签 检测 医学 预测 | ||
【主权项】：
1.一种糖尿病性视网膜眼底图像病变检测方法，其特征在于，包括以下步骤：(1)、通过眼底图像预处理，生成标准化的眼底图像；(2)、对眼底图像进行区域划分，生成m张眼底不同区域的子图像；(3)、利用多层卷积神经网络模型提取每张眼底子图像的区域深度特征；(4)将区域深度特征作为长短期记忆神经网络输入，预测不同区域之间的相关性，生成眼底图像全局特征向量；(5)将特征向量输入全连接神经网络，最后一层采用softmax层进行眼底图像的分类检测。
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艾视医疗科技成都有限公司，未经艾视医疗科技成都有限公司许可，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/201810142316.2/，转载请声明来源钻瓜专利网。
