-
公开(公告)号：CN109166124B
公开(公告)日：2021-12-14
申请号：CN201811380431.X
申请日：2018-11-20
Applicant: 中南大学
Abstract: 本发明提出一种基于连通区域的视网膜血管形态量化方法，在对眼底图像进行预处理后，获取视网膜血管分割图，然后对血管分割图进行后处理。在此基础上对血管网进行细化和边界化处理，得到血管中心线网络和血管边界图。接着进行角点检测，并将其从血管中心线网络中去除，使血管网中各血管段形成相互分离的连通区域。遍历各血管段，近似血管段中心线，将其变为折线从而计算血管方向。最后计算初始管径值，并在血管段中心线上滑动选取圆心，根据圆心血管方向和前期测得的管径值创建半圆窗口，取该窗口与血管边界的两交点间的距离为新的管径值；由此迭代测得一组管径值，取其中值为该血管段的管径大小。本发明适用于大规模的视网膜血管形态的量化，可靠性高。
-
公开(公告)号：CN112700409A
公开(公告)日：2021-04-23
申请号：CN202011581334.4
申请日：2020-12-28
Applicant: 中南大学
Abstract: 本发明公开了一种视网膜微动脉瘤自动检测方法，包括获取原始视网膜彩色眼底图像并标记；提取通道分量和感兴趣区域；对图像数据进行图像处理得到训练数据集；以U形网络为基本架构构建视网膜微动脉瘤初步识别模型；采用训练数据集训练识别模型得到最终的视网膜微动脉瘤识别模型；采用视网膜微动脉瘤识别模型对实时获取的视网膜彩色眼底图像进行识别检测。本发明还公开了一种包括所述视网膜微动脉瘤自动检测方法的成像方法。本发明采用卷积神经网络和注意力引导滤波器训练得到深度学习模型，可以自动提取特征，相比于传统方法，省去了复杂的人工特征设计和提取过程，具有速度快、准确率高的优势，而且可靠性高、实用性好、适用范围广且易于实施。
-
公开(公告)号：CN109166124A
公开(公告)日：2019-01-08
申请号：CN201811380431.X
申请日：2018-11-20
Applicant: 中南大学
Abstract: 本发明提出一种基于连通区域的视网膜血管形态量化方法，在对眼底图像进行预处理后，获取视网膜血管分割图，然后对血管分割图进行后处理。在此基础上对血管网进行细化和边界化处理，得到血管中心线网络和血管边界图。接着进行角点检测，并将其从血管中心线网络中去除，使血管网中各血管段形成相互分离的连通区域。遍历各血管段，近似血管段中心线，将其变为折线从而计算血管方向。最后计算初始管径值，并在血管段中心线上滑动选取圆心，根据圆心血管方向和前期测得的管径值创建半圆窗口，取该窗口与血管边界的两交点间的距离为新的管径值；由此迭代测得一组管径值，取其中值为该血管段的管径大小。本发明适用于大规模的视网膜血管形态的量化，可靠性高。
-
-
Search Results
3
records
(took 0.013 seconds)
