[发明专利]一种基于三维卷积神经网络的视网膜OCT图像分类方法有效
| 申请号： | 201811516615.4 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109726743B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 陈新建;冯爽朗;朱伟芳;赵鹤鸣 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/774;G06V10/20;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林;孟鸽 |
| 地址： | 215104 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图像分类方法，包括以下步骤：（a）采集图像并将采集到的图像分为训练集和测试集，对图像进行预处理；（b）搭建VinceptionC3D网络结构，VinceptionC3D网络是基于C3D卷积神经网络的改进，在C3D网络的基础上添加了融合多通道特征的Vinception模块，并把批标准化的方法应用到了原始C3D网络中，（c）模型的训练和测试：利用C3D的预训练模型作为VinceptionC3D的预训练模型，利用训练集中的数据训练加载预训练模型后的网络得到训练好的VinceptionC3D模型，模型训练结束后，用测试集测试模型。本发明能对三维视网膜OCT图像进行整体分类，为后续的视网膜OCT图像分割与分析提高效率奠定基础。 | ||
| 搜索关键词： | 一种 基于 三维 卷积 神经网络 视网膜 oct 图像 分类 方法 | ||
【主权项】：
1.一种基于三维卷积神经网络的视网膜OCT图像分类方法，其特征在于，包括以下步骤：（a）采集图像并将采集到的图像分为训练集、验证集和测试集，对图像进行预处理；（b）搭建VinceptionC3D网络结构，VinceptionC3D网络是基于C3D卷积神经网络的改进，在C3D网络的基础上添加了融合多通道特征的Vinception模块，并把批标准化的方法应用到了原始C3D网络中，（c）模型的训练和测试：利用C3D的预训练模型作为VinceptionC3D的预训练模型，利用训练集中的数据训练加载预训练模型后的网络得到训练好的VinceptionC3D模型，模型训练结束后，用测试集测试模型。
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大学，未经苏州大学许可，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/201811516615.4/，转载请声明来源钻瓜专利网。
- 上一篇：分类模型快速训练方法和终端设备
- 下一篇：一种网络流量分类方法
