[发明专利]IVOCT图像易损斑块自动检测神经网络集成方法

摘要

本发明提供一种IVOCT图像易损斑块自动检测神经网络集成方法，包括以下步骤：集成网络选取，选取的网络包括传统的目标检测网络Haar‑Adaboost、基于回归的目标检测网络YOLO和SSD及基于区域建议的目标检测网络Faster R‑CNN；网络训练检测，根据IVOCT图像的自身特征，设置反映每个网络对于易损斑块检测结果的数据指标和评价指标，对每个网络进行训练生成不同的测试模型，各自检测预定数量的IVOCT测试图像；两步集成方法，先是利用设计的集成策略对每个网络检测出来的IVOCT检测图像类别标签进行集成，然后根据类别集成的结果进行区域集成得出检测结果。本申请能提高检测易损斑块区域的准确性，减少漏检和错检的情况，且能提高检测区域与真实区域之间的重合度及最终检测结果性能。

主权项

1.IVOCT图像易损斑块自动检测神经网络集成方法，其特征在于，所述方法包括以下步骤：集成网络选取，选取不同代表性的网络进行易损斑块检测，选取的网络包括传统的目标检测网络Haar‑Adaboost和深度神经网络，所述深度神经网络包括基于回归的目标检测网络YOLO和SSD及基于区域建议的目标检测网络Faster R‑CNN；网络训练检测，根据IVOCT图像的自身特征，设置反映每个网络对于易损斑块检测结果的数据指标和评价指标；对每个网络进行训练生成不同的测试模型，用预定数量的IVOCT测试图像让每个网络进行检测得到各自网络的输出结果即每个网络检测结果的数据指标，通过对数据指标进行计算得到每个网络检测结果的评价指标；两步集成方法，第一步是根据每个网络检测结果的数据指标和评价指标设计集成策略，利用集成策略对每个网络检测出来的IVOCT检测图像类别标签进行集成，得出该IVOCT检测图像中是否含有易损斑块区域的判断，第二步是根据第一步类别集成的结果，对IVOCT检测图像中含有易损斑块区域的所有区域进行集成合并处理，集成结果作为最终的输出检测结果。