[发明专利]基于半监督深度学习网络的视网膜积液分割方法及系统在审
申请号: | 202111546470.4 | 申请日: | 2021-12-16 |
公开(公告)号: | CN114170216A | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 李峰;潘文哲;唐仕清 | 申请(专利权)人: | 上海理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/10;G16H30/40;G06N3/08;G06N3/04;G06K9/62;G06V10/774;G06V10/82 |
代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 李娜 |
地址: | 200093 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开基于半监督深度学习网络的视网膜积液分割方法及系统,包括:对视网膜OCT图片进行标注,获得标注数据与无标注数据,基于标注数据划分训练数据集与测试数据集;建立视网膜积液分割深度学习模型;建立基于随机选择传播策略的半监督分割框架,获取带有伪标签的视网膜OCT图片数据,扩充训练数据集;对视网膜积液分割深度学习模型进行训练,获得视网膜积液分割神经网络模型。本发明采用基于随机选择传播策略的半监督学习框架来缓解实际临床环境中高质量像素级标注OCT图像数据的短缺,提高Ref‑Net的学习能力,显著的提高了OCT图像中视网膜积液分割的准确性,减少了网络训练所需要标记图像的数量,增强了网络的泛化能力。 | ||
搜索关键词: | 基于 监督 深度 学习 网络 视网膜 积液 分割 方法 系统 | ||
【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上海理工大学,未经上海理工大学许可,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/202111546470.4/,转载请声明来源钻瓜专利网。