-
公开(公告)号：CN109447995B
公开(公告)日：2021-01-15
申请号：CN201710754621.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
Abstract: 本发明公开了一种眼前节图像的分割方法及其相关装置，预先针对裂隙型眼前节图片和弥散型眼前节图片训练对应的裂隙模型和弥散模型，在获取到眼前节图像后，根据预先训练的裂隙模型和弥散模型检测眼前节图像的图片类型；在确定出的眼前节图像所属的图片类型，将眼前节图像分割成虹膜区域、晶状体区域和皮肤区域。由于采用预先训练的裂隙模型和弥散模型确定眼前节图像进行图片类型，能够同时处理裂隙光和弥散光拍摄的图片，对眼前节图像进行自动分割，获取其皮肤区域、虹膜区域、晶状体区域的位置，因而可以方便地实现批量眼前节图像的区域自动分割和检测。
-
公开(公告)号：CN109427052B
公开(公告)日：2020-10-02
申请号：CN201710757936.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
Abstract: 本发明实施例提供基于深度学习处理眼底图像的相关方法及设备。其中，一种基于深度学习的眼底图像处理方法包括：以预设分割方式分割待处理眼底图像，获得至少一个分析图像；通过眼底图像深度学习网络模型对至少一个分析图像进行分析，获得至少一个中间图像；融合至少一个中间图像，以获得包含特征标记的待处理眼底图像；其中，眼底图像深度学习网络模型为通过深度学习网络对至少一个训练图像分别进行多层卷积计算，以迭代更新深度学习网络模型获得的；在每一次更新深度学习网络模型的过程中，结合最后一层卷积计算获得的特征图及至少一个更新特征图，更新深度学习网络模型；更新特征图为对一层卷积计算获得的特征图再次进行卷积计算获得的特征图。
-
公开(公告)号：CN108230287A
公开(公告)日：2018-06-29
申请号：CN201611190048.9
申请日：2016-12-21
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: G06T7/00
Abstract: 本发明提供了一种眼前节图像的晶体区域的检测方法及装置，该方法包括：获取眼前节图像，并去除所述眼前节图像中的皮肤区域，获得第一图像；采用预先训练的眼前节图像的皮肤反光模型，去除所述第一图像中的皮肤反光区域，获得第二图像；采用预先训练的主动形状模型对所述第二图像进行晶体检测，获得晶体区域。因此，本发明的方案，通过去除眼前节图像中的皮肤区域和皮肤反光区域，从而避免利用主动形状模型对眼前节图像进行晶体检测时，陷入极小值，进而使得用于进行晶体检测的眼前节图像不再局限于只包括晶体部分。
-
公开(公告)号：CN108143409B
公开(公告)日：2021-01-22
申请号：CN201611109883.5
申请日：2016-12-06
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明实施例公开了一种睡眠阶段分期方法及装置，所述方法包括：采集状态信号，其中，所述状态信号至少包括：脑电信号及眼电信号；对所述状态信号进行时域幅值滤波，去除时域干扰，并对所述状态信号进行频域小波滤波，去除频域干扰；利用亨杰斯Hjorth参数确定所述脑电信号的时域特征；对所述脑电信号进行时频变换，获得所述睡眠信号的时频域特征；确定所述脑电信号的复杂度；提取所述眼电信号的频率变化信息；结合所述时域特征、所述时频域特征、所述复杂度及所述频率变化信息，确定当前所在的睡眠阶段；将从多个维度提取状态信号的特征，从而增加了判断的精确性，同时相对于现有技术还具有计算复杂度低的特点。
-
公开(公告)号：CN110019900A
公开(公告)日：2019-07-16
申请号：CN201710757308.4
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种眼底图像的结构标注方法及设备，所述方法包括：对需要进行结构标注的眼底图像进行N次结构识别分类，其中，每经过一次结构识别分类，获得相应的结构边界集合，N为大于2的整数；分别针对每一个结构边界集合执行以下操作，获得至少一个目标子图：分别确定一个结构边界集合中的每一个子图与每一个其他结构边界集合的重叠面积，分别统计所述每一个子图被判定重叠面积大于设定门限的次数，以及筛选出所述次数大于第一设定阈值的子图作为目标子图；在所述眼底图像中，将所述至少一个目标子图占用的区域标注为结构区域。
-
Patent Agency Ranking
公开(公告)号：CN109427052A
公开(公告)日：2019-03-05
申请号：CN201710757936.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
Abstract: 本发明实施例提供基于深度学习处理眼底图像的相关方法及设备。其中，一种基于深度学习的眼底图像处理方法包括：以预设分割方式分割待处理眼底图像，获得至少一个分析图像；通过眼底图像深度学习网络模型对至少一个分析图像进行分析，获得至少一个中间图像；融合至少一个中间图像，以获得包含特征标记的待处理眼底图像；其中，眼底图像深度学习网络模型为通过深度学习网络对至少一个训练图像分别进行多层卷积计算，以迭代更新深度学习网络模型获得的；在每一次更新深度学习网络模型的过程中，结合最后一层卷积计算获得的特征图及至少一个更新特征图，更新深度学习网络模型；更新特征图为对一层卷积计算获得的特征图再次进行卷积计算获得的特征图。
-
公开(公告)号：CN109447995A
公开(公告)日：2019-03-08
申请号：CN201710754621.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
CPC classification number: G06T7/11 , G06T7/0012 , G06T2207/30041
Abstract: 本发明公开了一种眼前节图像的分割方法及其相关装置，预先针对裂隙型眼前节图片和弥散型眼前节图片训练对应的裂隙模型和弥散模型，在获取到眼前节图像后，根据预先训练的裂隙模型和弥散模型检测眼前节图像的图片类型；在确定出的眼前节图像所属的图片类型，将眼前节图像分割成虹膜区域、晶状体区域和皮肤区域。由于采用预先训练的裂隙模型和弥散模型确定眼前节图像进行图片类型，能够同时处理裂隙光和弥散光拍摄的图片，对眼前节图像进行自动分割，获取其皮肤区域、虹膜区域、晶状体区域的位置，因而可以方便地实现批量眼前节图像的区域自动分割和检测。
-
公开(公告)号：CN109447937A
公开(公告)日：2019-03-08
申请号：CN201710754656.6
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种图像处理模型的确定方法及其相关装置，首先，采用训练样本数据对深度学习卷积网络训练，得到初始的图像处理模型；之后，根据初始的图像处理模型确定训练样本数据中的稀有样本数据，并在训练样本数据中提升稀有样本数据的出现频率；最后，采用提升稀有样本数据的出现频率后的训练样本数据，对深度学习卷积网络重新训练，得到第一优化的图像处理模型。通过筛选出稀有样本数据并对其样本量进行扩充，使训练样本数据涵盖更多的数据变化条件，可以提高最后形成的图像处理模型对于稀有样本数据的分析精度。
-
公开(公告)号：CN109447937B
公开(公告)日：2021-07-06
申请号：CN201710754656.6
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
Abstract: 本发明公开了一种图像处理模型的确定方法及其相关装置，首先，采用训练样本数据对深度学习卷积网络训练，得到初始的图像处理模型；之后，根据初始的图像处理模型确定训练样本数据中的稀有样本数据，并在训练样本数据中提升稀有样本数据的出现频率；最后，采用提升稀有样本数据的出现频率后的训练样本数据，对深度学习卷积网络重新训练，得到第一优化的图像处理模型。通过筛选出稀有样本数据并对其样本量进行扩充，使训练样本数据涵盖更多的数据变化条件，可以提高最后形成的图像处理模型对于稀有样本数据的分析精度。
-
公开(公告)号：CN110019900B
公开(公告)日：2021-04-20
申请号：CN201710757308.4
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
IPC: G06F16/583 , G06K9/62
Abstract: 本发明公开了一种眼底图像的结构标注方法及设备，所述方法包括：对需要进行结构标注的眼底图像进行N次结构识别分类，其中，每经过一次结构识别分类，获得相应的结构边界集合，N为大于2的整数；分别针对每一个结构边界集合执行以下操作，获得至少一个目标子图：分别确定一个结构边界集合中的每一个子图与每一个其他结构边界集合的重叠面积，分别统计所述每一个子图被判定重叠面积大于设定门限的次数，以及筛选出所述次数大于第一设定阈值的子图作为目标子图；在所述眼底图像中，将所述至少一个目标子图占用的区域标注为结构区域。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.056 seconds)
