[发明专利]一种视网膜病变图像类型识别方法、装置和存储介质有效
申请号: | 201810732444.2 | 申请日: | 2018-07-05 |
公开(公告)号: | CN109003264B | 公开(公告)日: | 2022-05-06 |
发明(设计)人: | 张毅;孙星;郭晓威;周旋;常佳 | 申请(专利权)人: | 腾讯医疗健康(深圳)有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/764;G06V10/774;G06K9/62;G16H50/20 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 黄威 |
地址: | 518052 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明实施例公开了一种视网膜病变图像类型识别方法、装置和存储介质;本发明实施例可以采集国际分期样本集和国内分期样本集,然后,根据该国际分期样本集对预设国际分期模型进行训练,并采用训练后国际分期模型对国内分期样本集进行计算,得到国际分期模型中每个卷积层的输出向量,再然后,根据该国内分期样本集和输出向量对预设国内分期模型进行训练,并基于训练后国内分期模型对待识别眼底图像进行视网膜病变类型识别;该方案可以在提高处理效率的同时,提高识别的准确率,且使得该准确率具有一定稳定性。 | ||
搜索关键词: | 一种 视网膜 病变 图像 类型 识别 方法 装置 存储 介质 | ||
【主权项】:
1.一种视网膜病变图像类型识别方法,其特征在于,包括:采集国际分期样本集和国内分期样本集;根据所述国际分期样本集对预设国际分期模型进行训练,得到训练后国际分期模型,所述国际分期模型至少包括多个卷积层;采用所述训练后国际分期模型对所述国内分期样本集进行计算,得到国际分期模型中每个卷积层的输出向量;根据所述国内分期样本集和输出向量对预设国内分期模型进行训练,得到训练后国内分期模型;基于训练后国内分期模型对待识别眼底图像进行视网膜病变类型识别。
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腾讯医疗健康(深圳)有限公司,未经腾讯医疗健康(深圳)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/201810732444.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序