-
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：CN111292285A
公开(公告)日：2020-06-16
申请号：CN201811388557.1
申请日：2018-11-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于朴素贝叶斯与支持向量机的糖网病自动筛查方法，包括：对原始彩色眼底图像进行预处理，从中提取血管图像；根据血管图像对预处理图像进行重绘，预处理图像中的血管像素值由周围区域内的非血管像素决定，得到减少血管对比度的血管重绘图像；从血管重绘图像中提取出候选微动脉瘤区域，然后提取候选微动脉瘤的特征；朴素贝叶斯分类器根据候选微动脉瘤特征输出微动脉瘤的标记矩阵，从而获取微动脉瘤的数量，支持向量机根据预处理图像和微动脉瘤的数量给出糖网病检测结果。本方法可以有效避免血管与微动脉瘤精确分割，提取的特征简单易操作，即可实现自动检测是否患有糖网病。
-
公开(公告)号：CN111292285B
公开(公告)日：2023-04-07
申请号：CN201811388557.1
申请日：2018-11-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于朴素贝叶斯与支持向量机的糖网病自动筛查方法，包括：对原始彩色眼底图像进行预处理，从中提取血管图像；根据血管图像对预处理图像进行重绘，预处理图像中的血管像素值由周围区域内的非血管像素决定，得到减少血管对比度的血管重绘图像；从血管重绘图像中提取出候选微动脉瘤区域，然后提取候选微动脉瘤的特征；朴素贝叶斯分类器根据候选微动脉瘤特征输出微动脉瘤的标记矩阵，从而获取微动脉瘤的数量，支持向量机根据预处理图像和微动脉瘤的数量给出糖网病检测结果。本方法可以有效避免血管与微动脉瘤精确分割，提取的特征简单易操作，即可实现自动检测是否患有糖网病。
-
公开(公告)号：CN112598633A
公开(公告)日：2021-04-02
申请号：CN202011494714.4
申请日：2020-12-17
Applicant: 中南大学
Abstract: 本发明公开了一种基于暗通道和亮通道的眼底图像质量评估方法，包括获取眼底图像的历史数据并标注；构建初步眼底图像质量评估模型；采用标注后的眼底图像历史数据训练初步眼底图像质量评估模型得到眼底图像质量评估模型；采用眼底图像质量评估模型对目标眼底图像进行识别评估得到最终的眼底图像质量实时评估结果。本发明方法不仅实现了图像质量的评估，而且可靠性高、实用性好、准确性高且易于实施。
-
-
-
Search Results
4
records
(took 0.074 seconds)
