[发明专利]基于深度学习的眼底图像与造影图像的标签迁移分类方法在审
| 申请号： | 202111149517.3 | 申请日： | 2021-09-29 |
| 公开（公告）号： | CN113989191A | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 徐梓豪;王亚奇;金凯;高知远;贾刚勇;顾人舒 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/44;G06V10/82;G06V10/764;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 周雷雷 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 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深度学习的眼底图像与造影图像的标签迁移分类方法，包括数据预处理、标签迁移、分类网络训练和特征可视化。具体是将所获得的眼底图像数据以及荧光素眼底血管造影图像数据进行预处理，从而突出病灶区域；将预处理后的荧光素眼底血管造影图像的标签特征转移到眼底图像的标签特征；将标签迁移后的眼底图像输入神经网络BathNet进行分类训练；将分类后的图像数据进行特征可视化处理，显示眼底图像的病灶区域。利用本发明方法只需一张眼底图像便可直接定位病灶区，并确定可能存在的疾病特征，因此提高了诊断效率，且有效降低了眼底疾病诊断的成本。 | ||
| 搜索关键词： | 基于 深度 学习 眼底 图像 造影 标签 迁移 分类 方法 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/202111149517.3/，转载请声明来源钻瓜专利网。
