基于多智能模型结合的异常眼底图像低耗检测方法及系统

    公开(公告)号:CN116912203B

    公开(公告)日:2024-04-05

    申请号:CN202310862291.4

    申请日:2023-07-13

    Inventor: 王小龙 管军霖

    Abstract: 本发明公开了一种基于多智能模型结合的异常眼底图像低耗检测方法及系统,涉及图像检测技术领域。该方法包括:利用基于细节匹配和空间熵值比对相结合的相似度检测模型,计算待检测眼底图像和异常眼底模板图像之间的相似度,若大于相似度阈值,则认定其为异常眼底图像;反之,则利用基于训练样本多维度智能筛选的SVM检测模型,对其进行检测,若大于分数上限值,则认定其为正常眼底图像;若小于分数下限值,则认定其为异常眼底图像;若处于临界区域,则利用基于差异性层级网络模块相互校验的检测模型对其进行检测,得到最终的检测结果。本发明结合多种不同复杂程度的智能模型,在保证检测精度的前提下最大限度地降低计算资源消耗。

    基于多智能模型结合的异常眼底图像低耗检测方法及系统

    公开(公告)号:CN116912203A

    公开(公告)日:2023-10-20

    申请号:CN202310862291.4

    申请日:2023-07-13

    Inventor: 王小龙 管军霖

    Abstract: 本发明公开了一种基于多智能模型结合的异常眼底图像低耗检测方法及系统,涉及图像检测技术领域。该方法包括:利用基于细节匹配和空间熵值比对相结合的相似度检测模型,计算待检测眼底图像和异常眼底模板图像之间的相似度,若大于相似度阈值,则认定其为异常眼底图像;反之,则利用基于训练样本多维度智能筛选的SVM检测模型,对其进行检测,若大于分数上限值,则认定其为正常眼底图像;若小于分数下限值,则认定其为异常眼底图像;若处于临界区域,则利用基于差异性层级网络模块相互校验的检测模型对其进行检测,得到最终的检测结果。本发明结合多种不同复杂程度的智能模型,在保证检测精度的前提下最大限度地降低计算资源消耗。

Patent Agency Ranking