-
公开(公告)号：CN114612448A
公开(公告)日：2022-06-10
申请号：CN202210265279.0
申请日：2022-03-17
Applicant: 东华大学
Abstract: 本发明公开了基于快速标签提取和自适应拓扑增强的眼底血管分割方法，可以实现眼底图像中血管的自动提取，并且在模型训练过程中不依赖专家的手工标签。其实现过程是：(1)在眼底图像上用最佳方向性梯度通量滤波器获取响应图。(2)采用自适应阈值法，在响应图上分割出主血管。(3)在响应图上用局部最大值追踪出血管骨架以补充细小血管。(4)检查血管骨架周围的局部信息以消除视盘和病理组织边缘处的假阳性。(5)将上述步骤的结果作为标签，结合自适应拓扑增强损失函数来训练一个深度学习模型。本方法自动获取训练标签，消除了深度学习算法对人工标签的需求，并且通过自适应拓扑增强损失函数增加了深度学习算法的正确率。
-
公开(公告)号：CN114612448B
公开(公告)日：2025-05-23
申请号：CN202210265279.0
申请日：2022-03-17
Applicant: 东华大学
Abstract: 本发明公开了基于快速标签提取和自适应拓扑增强的眼底血管分割方法，可以实现眼底图像中血管的自动提取，并且在模型训练过程中不依赖专家的手工标签。其实现过程是：(1)在眼底图像上用最佳方向性梯度通量滤波器获取响应图。(2)采用自适应阈值法，在响应图上分割出主血管。(3)在响应图上用局部最大值追踪出血管骨架以补充细小血管。(4)检查血管骨架周围的局部信息以消除视盘和病理组织边缘处的假阳性。(5)将上述步骤的结果作为标签，结合自适应拓扑增强损失函数来训练一个深度学习模型。本方法自动获取训练标签，消除了深度学习算法对人工标签的需求，并且通过自适应拓扑增强损失函数增加了深度学习算法的正确率。
-
Search Results
2
records
(took 0.028 seconds)
