-
公开(公告)号：CN113610842A
公开(公告)日：2021-11-05
申请号：CN202110992437.8
申请日：2021-08-27
Applicant: 苏州大学
Abstract: 本发明公开了一种基于CAS‑Net的OCT图像视网膜脱离和劈裂自动分割方法，包括以下步骤：S1、获取OCT图像，将OCT图像分为训练集、验证集和测试集；S2、构建分类辅助分割网络用于OCT图像的分类；分类辅助分割网络包括分类网络和分割网络，分割网络包括全维度特征融合模块和特征融合解码模块，分类网络用于全局平均池化和卷积，并输出OCT图像中多个类别的存在概率；S3、构建整个分类辅助分割网络的损失函数，利用训练集和验证集对分类辅助分割网络进行训练；S4、利用测试集对训练后的分类辅助分割网络进行测试，实现对OCT图像的分割。本发明基于CAS‑Net的OCT图像视网膜脱离和劈裂自动分割方法能够准确的分割出OCT图像中的RD、ORS、MRS和IRS。
-
公开(公告)号：CN109712138B
公开(公告)日：2020-09-08
申请号：CN201811642614.4
申请日：2018-12-29
Applicant: 苏州大学
Abstract: 本发明基于外观字典学习和形状稀疏表示的图像分割方法，包括：将平均网格移动到初始中心位置；沿着平均网格的法线方向定位网格上每一个标志点的位置；结合形状稀疏表示算法获得初始分割结果；在得到的初始分割结果附近使用外观字典学习和法线搜索结合的算法进行标志点调整；对调整后的网格再次使用形状稀疏表示算法约束重建；根据重建的结果结合梯度矢量流场的特性和外观字典学习的标签重建的概率值再次进行标志点的调整；并运用形状稀疏表示算法得到最终的分割结果。本方法充分利用外观字典学习具有分辨能力的外观先验信息和形状稀疏表示具有重建能力的形状先验信息，使得标志点定位算法和稀疏形状表示算法进行互补，最终得到更加精确的低剂量CT分割结果。
-
-
公开(公告)号：CN111192334A
公开(公告)日：2020-05-22
申请号：CN202010002908.1
申请日：2020-01-02
Applicant: 苏州大学
Abstract: 本发明公开了一种可训练的压缩感知模块及一种图像分割方法，包括以下步骤：构建具有所述可训练的压缩感应模块网络模型；将患有非小细胞肺肿瘤的三维PET图像作为训练数据集带入网络模型以训练网络，获得训练后的网络。其可以在训练过程中实现信息压缩，去除冗余的特征图并增强有效的特征图，分割结果更加精确，分割速度更快，使用的参数量更少。
-
公开(公告)号：CN110517235A
公开(公告)日：2019-11-29
申请号：CN201910762318.6
申请日：2019-08-19
Applicant: 苏州大学
Abstract: 本发明公开了一种基于GCS-Net进行OCT图像脉络膜自动分割方法，包括以下步骤：数据获取和预处理；构建GCS-Net网络模型，采用U-Net结构作为基础网络，在编码路径与解码路径之间的每层跨越连接层采用组间通道膨胀模块(GCD)进行连接，在解码路径中每层反卷积层后采用组间空间膨胀模块(GSD)进行层间连接；对训练好的GCS-Net网络模型进行测试，将待分割图像输入构建好的模型中，输出对应的脉络膜分割图。上述两个模块采用两种方式分别自动选择组间的多尺度信息，显著提高了脉络膜自动分割的准确性，且适用对象可扩展至病理性近视或含视神经乳头的视网膜图像，本发明有利于提高脉络膜定量分析的准确率以及有利于全面获取三维大视野数据中脉络膜的形态信息。
-
Patent Agency Ranking
公开(公告)号：CN106971389B
公开(公告)日：2019-11-29
申请号：CN201710057571.2
申请日：2017-01-26
Applicant: 苏州大学
Abstract: 本发明公开了一种基于统计形状模型的肾皮质定位方法，包括训练阶段和肾皮质定位阶段，其特征在于，所述训练阶段通过对训练数据集中的每一个三维CT图像的肾脏进行人工标记L1、L2，将L1、L2标记区域的二值数据对应转化成表面数据M1、M2，并计算出肾皮质内表面数据，建立肾皮质统计形状模型。本发明在训练阶段，建立了肾皮质统计形状模型，以统计肾皮质的变化方式。利用迭代模型形变算法，以提高肾皮质定位的准确性和快速性。
-
公开(公告)号：CN109793496A
公开(公告)日：2019-05-24
申请号：CN201811471280.9
申请日：2018-12-04
Applicant: 苏州大学
IPC: A61B3/16
Abstract: 本发明公开了一种结合传感器和SS-OCT技术测试眼压的装置，所述的装置包括传感器、光学相干断层扫描设备和线性平台；所述的传感器正对于测试眼球的上方安置，所述的测试眼球放置在线性平台上，所述的线性平台带动测试眼球前后移动，调节与传感器之间的距离；所述的光学相干断层扫描设备包括扫描透镜，测试时，调节待测眼球角膜至扫描透镜的焦距上。本发明所设计的装置不仅实现了无损的检测高眼内压，而且所使用的传感器具有很高的灵敏度，相比于传统方法能够检测出使角膜发生形变的微小力以及获得精确的角膜压平面积，相比于传统方法更加的精确。
-
公开(公告)号：CN109377474A
公开(公告)日：2019-02-22
申请号：CN201811080814.5
申请日：2018-09-17
Applicant: 苏州大学
Abstract: 本发明公开一种基于改进Faster R-CNN的黄斑定位方法，包括采集训练样本、构建网络模型、训练网络模型、构建检测模型和黄斑检测与定位。本发明利用改进的Faster R-CNN对于黄斑区域的有效定位，降低了视盘、血管对黄斑区域的影响，而且抗噪声干扰能力强，大大提高了黄斑区域的准确定位，对于眼底图像的后续分析和处理奠定了基础。
-
公开(公告)号：CN109345469A
公开(公告)日：2019-02-15
申请号：CN201811042548.7
申请日：2018-09-07
Applicant: 苏州大学
Abstract: 本发明公开一种基于条件生成对抗网络的OCT成像中散斑去噪方法，包括以下步骤：训练图像的获取、训练图像的预处理、数据扩增、模型训练以及模型使用；本发明采用条件生成对抗网络(cGAN)架构，通过训练得到从含有散斑噪声的OCT图像到无噪声的OCT图像的映射模型，再采用该映射模型对视网膜OCT图像的散斑噪声进行消除。本发明在条件生成对抗网络架构中引入了保持边缘细节的约束条件来训练，得到对边缘信息敏感的OCT图像散斑去噪模型，从而使本发明的散斑去噪模型在有效去除散斑噪声的同时，还能较好的保留图像细节信息。
-
公开(公告)号：CN105551038B
公开(公告)日：2018-11-30
申请号：CN201510924198.7
申请日：2015-12-14
Applicant: 苏州大学
Abstract: 本发明公开了一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法，包括以下几个步骤：预处理：通过图搜索算法对视网膜进行分层，然后根据色素上皮层对视网膜各层进行拉平；使用AdaBoost分类器对视网膜分支动脉阻塞的急性期和萎缩期进行自动分类；视网膜分支动脉阻塞急性期的分割：首先采用贝叶斯后验概率对阻塞区域进行初始化分割；然后基于图搜索‑图割算法对阻塞区域进行精确分割；(4)视网膜分支动脉阻塞萎缩期的分割：通过建立内视网膜厚度模型来对萎缩期的阻塞区域进行自动分割。本发明能够准确的对视网膜分支动脉阻塞区域进行分类和分割,能够替代手动的分类和分割。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.03 seconds)
