-
公开(公告)号：CN111242933B
公开(公告)日：2023-06-20
申请号：CN202010046060.2
申请日：2020-01-15
Applicant: 华南理工大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种视网膜图像动静脉的分类装置，涉及医学图像处理领域，包括：图像获取模块，用于获取待分类图像；预处理模块，用于对所述待分类图像进行预处理，得到预处理图像；对抗网络模块，包括预先训练的生成器单元，所述预先训练的生成器单元用于根据所述预处理图像输出每个像素点的动静脉分类概率；结果输出模块，用于根据所述预处理图像中每个像素点的动静脉分类概率，生成动静脉分类结果。本发明还提供了一种视网膜图像动静脉的分类设备及存储介质，能降低分类算法的复杂度，并且不需要手工设计视网膜血管拓扑结构的特征和度量函数，提高了对视网膜图像进行动静脉分类的分类速度和准确性。
-
公开(公告)号：CN111882566B
公开(公告)日：2023-09-19
申请号：CN202010758860.7
申请日：2020-07-31
Applicant: 华南理工大学
IPC: G06T7/11 , G06N3/0464 , G06N3/08
Abstract: 本发明公开的视网膜图像的血管分割方法，涉及医学图像处理领域，通过获取待处理的视网膜图像；对待处理的视网膜图像进行预处理，得到血管增强图像；基于预先训练的血管分割模型，应用包括通道加权处理过程和空间加权处理过程的多通道交叉注意力机制对待处理的视网膜图像和初始的血管增强图像进行处理，得到血管分割模型的输出；根据血管分割模型的输出，得到血管分割结果。本发明还公开了相应的装置、设备及存储介质，有效地提高了视网膜图像的血管分割速度、提高对微小血管和受病灶影响的血管的检测效果，并且设计简单易实现，模型参数量可依据任务难度进行调节，具有较高的精确度和特异度，以及更低的模型复杂度。
-
公开(公告)号：CN111242933A
公开(公告)日：2020-06-05
申请号：CN202010046060.2
申请日：2020-01-15
Applicant: 华南理工大学
Abstract: 本发明公开了一种视网膜图像动静脉的分类装置，涉及医学图像处理领域，包括：图像获取模块，用于获取待分类图像；预处理模块，用于对所述待分类图像进行预处理，得到预处理图像；对抗网络模块，包括预先训练的生成器单元，所述预先训练的生成器单元用于根据所述预处理图像输出每个像素点的动静脉分类概率；结果输出模块，用于根据所述预处理图像中每个像素点的动静脉分类概率，生成动静脉分类结果。本发明还提供了一种视网膜图像动静脉的分类设备及存储介质，能降低分类算法的复杂度，并且不需要手工设计视网膜血管拓扑结构的特征和度量函数，提高了对视网膜图像进行动静脉分类的分类速度和准确性。
-
公开(公告)号：CN111882566A
公开(公告)日：2020-11-03
申请号：CN202010758860.7
申请日：2020-07-31
Applicant: 华南理工大学
Abstract: 本发明公开的视网膜图像的血管分割方法，涉及医学图像处理领域，通过获取待处理的视网膜图像；对待处理的视网膜图像进行预处理，得到血管增强图像；基于预先训练的血管分割模型，应用包括通道加权处理过程和空间加权处理过程的多通道交叉注意力机制对待处理的视网膜图像和初始的血管增强图像进行处理，得到血管分割模型的输出；根据血管分割模型的输出，得到血管分割结果。本发明还公开了相应的装置、设备及存储介质，有效地提高了视网膜图像的血管分割速度、提高对微小血管和受病灶影响的血管的检测效果，并且设计简单易实现，模型参数量可依据任务难度进行调节，具有较高的精确度和特异度，以及更低的模型复杂度。
-
-
-
Search Results
4
records
(took 0.038 seconds)
