[发明专利]基于改进Resnet与SVR混合模型的OCT图像质量评价方法有效
| 申请号： | 201810852367.4 | 申请日： | 2018-07-30 |
| 公开（公告）号： | CN109308692B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 张敏;王佳阳;张蕾;冯筠;吕毅 | 申请（专利权）人： | 西北大学;西安交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/77 |
| 代理公司： | 西安恒泰知识产权代理事务所 61216 | 代理人： | 黄小梧 |
| 地址： | 710069 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于改进Resnet与SVR混合模型的OCT图像质量评价方法，包括以下步骤：步骤1，对原始OCT图像进行预处理，得到预处理后的OCT图像；步骤2，构建并训练深度残差网络，采用训练后的深度残差网络提取预处理后的OCT图像的深层次特征；步骤3，利用所提取预处理后的OCT图像的深层次特征训练OCT图像质量评价模型；给定一幅待评价的OCT图像，利用OCT图像质量评价模型得到待评价的OCT图像的质量分数。本发明将深度残差网络与OCT图像的质量评价任务相结合，建立了一种新的OCT图像的主观感知质量的客观预测模型。 | ||
| 搜索关键词： | 基于 改进 resnet svr 混合 模型 oct 图像 质量 评价 方法 | ||
【主权项】：
1.一种基于改进Resnet与SVR混合模型的OCT图像质量评价方法，其特征在于，包括以下步骤：步骤1，对原始OCT图像进行预处理，得到预处理后的OCT图像；步骤2，构建并训练深度残差网络，采用训练后的深度残差网络提取预处理后的OCT图像的深层次特征；步骤3，利用所提取预处理后的OCT图像的深层次特征训练OCT图像质量评价模型；给定一幅待评价的OCT图像，利用OCT图像质量评价模型得到待评价的OCT图像的质量分数。
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西北大学;西安交通大学，未经西北大学;西安交通大学许可，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/201810852367.4/，转载请声明来源钻瓜专利网。
