欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202010073201X
申请人: 苏州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,包括,a、采集包含脉络膜新生血管病变的眼底OCT图像,并分为训练集和测试集;

b、构建基于差分放大模块的卷积神经网络,采用VGG16作为U-Net网络中编码部分的特征提取器;在每个卷积块的池化操作之后连接一个差分放大模块,构成跳跃连接,提取不同分辨率下图像的高频信息和低频信息,所述高频信息和所述低频信息分别经过卷积进一步提取特征,通过上采样恢复到输入特征图的尺寸;

c、使用训练集训练构建的基于差分放大模块的卷积神经网络,并通过测试集进行测试;

d、使用训练好的基于差分放大模块的卷积神经网络从眼底OCT图像中分割脉络膜新生血管,得到分割结果。

2.根据权利要求1所述的从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,所述步骤b中,差分放大模块通过将卷积核大小为2×2的平均池化操作作为低通滤波器提取图像的低频信息,将差操作作为高通滤波器提取图像的高频信息。

3.根据权利要求2所述的从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,所述将差操作作为高通滤波器提取图像的高频信息,具体为:将原始图像通过核大小为2×2的最大池化与卷积操作,2×2的最大池化得到2×2区域内像素的最大值,2×2的卷积将图像分辨率降到原来的四分之一,保持它的大小与最大池化后的大小一致,最后将这两部分做差,就得到高频信息。

4.根据权利要求1所述的从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,所述步骤c中,训练构建的基于差分放大模块的卷积神经网络的方式包括损失函数,所述损失函数包括二进制交叉熵损失函数和Dice损失函数;所述损失函数为:loss=lossbce+lossdice  (3)

其中,lossbce代表二进制交叉熵损失函数,xi代表金标准图像中第i个像素值,yi代表网络的预测结果中的第i个像素值,n代表图像的总像素数,lossdice代表Dice损失函数,loss代表损失函数。

5.根据权利要求1所述的从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,所述步骤c中,训练构建的基于差分放大模块的卷积神经网络的方式包括采用学习率为

0.00001的Adam优化器对网络中的权重参数进行优化。

6.根据权利要求1所述的从眼底OCT图像中分割脉络膜新生血管的方法,其特征是,所述步骤c中,训练构建的基于差分放大模块的卷积神经网络的方式包括将训练集中的图像经过随机水平翻转和/或缩放的方式进行数据扩充。

7.一种从眼底OCT图像中分割脉络膜新生血管的系统,其特征是,包括处理器和存储设备,所述存储设备中存储有多条指令,用于所述处理器加载并执行权利要求1~6任一项所述方法的步骤。