-
公开(公告)号：CN114155306A
公开(公告)日：2022-03-08
申请号：CN202110992648.1
申请日：2021-08-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于计算机视觉和深度学习的眼底疾病可视化分析方法，包括：对现有眼底疾病模型的结果进行可视化处理，标记支持模型做出最终决策的重点区域；将可视化算法生成的类别激活图与原始眼底图像进行叠加，以对模型关注区域内的图像信息进行筛选；根据筛选结果进一步对眼底图像当中的特征利用统计学算法进行分析，将病灶特征与模型得到的眼底疾病分析结果相关联。与现有方法相比，本发明所设计的眼底疾病可视化方法兼顾网络的深层与浅层输出，从而能够更加全面地分析模型的决策过程，同时本发明也为眼底病变的机理研究提供了新的分析方法。
-
公开(公告)号：CN113421259A
公开(公告)日：2021-09-21
申请号：CN202110957657.7
申请日：2021-08-20
Applicant: 北京工业大学
Abstract: 本公开实施例涉及一种基于分类网络的OCTA图像的分析方法，方法包括：对待分析的OCTA图像进行滤波处理，获得滤波后的OCTA浅层图像和滤波后的OCTA深层图像；OCTA图像为对用户眼部视网膜区域拍摄的包括两个不同深度的OCTA浅层图像和OCTA深层图像；采用预先训练的图像分割网络对滤波后的OCTA浅层图像进行分割处理，得到采用不同标识标记各区域的OCTA分割图像；将OCTA分割图像、滤波后的OCTA深层图像、滤波后的OCTA浅层图像进行融合处理，得到OCTA融合图像；采用训练的分类网络对OCTA融合图像进行分类处理，得到分类结果。本分析方法为基于视网膜的OCTA图像的疾病筛查提供了依据，并具有较高的分类准确度。
-
公开(公告)号：CN114155306B
公开(公告)日：2024-06-18
申请号：CN202110992648.1
申请日：2021-08-27
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于计算机视觉和深度学习的眼底疾病可视化分析方法，包括：对现有眼底疾病模型的结果进行可视化处理，标记支持模型做出最终决策的重点区域；将可视化算法生成的类别激活图与原始眼底图像进行叠加，以对模型关注区域内的图像信息进行筛选；根据筛选结果进一步对眼底图像当中的特征利用统计学算法进行分析，将病灶特征与模型得到的眼底疾病分析结果相关联。与现有方法相比，本发明所设计的眼底疾病可视化方法兼顾网络的深层与浅层输出，从而能够更加全面地分析模型的决策过程，同时本发明也为眼底病变的机理研究提供了新的分析方法。
-
公开(公告)号：CN113421259B
公开(公告)日：2021-11-16
申请号：CN202110957657.7
申请日：2021-08-20
Applicant: 北京工业大学
Abstract: 本公开实施例涉及一种基于分类网络的OCTA图像的分析方法，方法包括：对待分析的OCTA图像进行滤波处理，获得滤波后的OCTA浅层图像和滤波后的OCTA深层图像；OCTA图像为对用户眼部视网膜区域拍摄的包括两个不同深度的OCTA浅层图像和OCTA深层图像；采用预先训练的图像分割网络对滤波后的OCTA浅层图像进行分割处理，得到采用不同标识标记各区域的OCTA分割图像；将OCTA分割图像、滤波后的OCTA深层图像、滤波后的OCTA浅层图像进行融合处理，得到OCTA融合图像；采用训练的分类网络对OCTA融合图像进行分类处理，得到分类结果。本分析方法为基于视网膜的OCTA图像的疾病筛查提供了依据，并具有较高的分类准确度。
-
-
-
Search Results
4
records
(took 0.016 seconds)
