-
公开(公告)号:CN116309635A
公开(公告)日:2023-06-23
申请号:CN202310114349.7
申请日:2023-02-15
Applicant: 南京医科大学眼科医院
IPC: G06T7/11 , G06T5/30 , G06V10/764 , G06V10/77 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域,具体涉及一种改进DeepLabV3+的轻量级糖尿病黄斑水肿分割方法和系统。该方法包括以下步骤:获取输入图像,利用轻量级主干网络MobilenetV2提取所述输入图像中糖尿病黄斑水肿的低层特征;利用具有锯齿状的膨胀率的空洞卷积的空洞卷积金字塔池化模块提取所述输入图像中的糖尿病黄斑水肿的高层特征;使用解码器对所述低层特征和所述高层特征进行融合及细化,获得糖尿病黄斑水肿提取结果。本发明提升提取精度的同时提高模型的提取效率;减少特征信息丢失,以更好地提取糖尿病黄斑水肿的高层特征;使用解码器融合和细化糖尿病黄斑水肿的低层特征和高层特征。
-
公开(公告)号:CN111340829B
公开(公告)日:2023-02-28
申请号:CN202010083621.6
申请日:2020-02-10
Applicant: 上海海洋大学 , 南京医科大学眼科医院
Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。
-
公开(公告)号:CN111340829A
公开(公告)日:2020-06-26
申请号:CN202010083621.6
申请日:2020-02-10
Applicant: 上海海洋大学 , 南京医科大学眼科医院
Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。
-
公开(公告)号:CN110298848A
公开(公告)日:2019-10-01
申请号:CN201910585362.4
申请日:2019-07-01
Applicant: 南京医科大学眼科医院
IPC: G06T7/11
Abstract: 本发明属于水肿区域边界提取技术领域,公开了一种基于生物启发的OCT图像水肿区域边界提取方法及系统,基于生物启发的OCT图像去噪和平滑预处理;利用改进的SBGFRLS模型对OCT图像进行水肿区域边界提取。本发明基于结构保留导向视网膜图像滤波方法实现OCT图像的去噪和平滑预处理;本发明的SGRIF方法在提高图像质量的同时,保护了视网膜图像的结构,为水肿区域边界的高精确提取奠定了基础;本发明基于改进水平集的水肿区域边界提取,通过改进二值化高斯滤波水平集中的符号压力函数,使水平集演化曲线收敛到水肿区域内部,实现了DME的水肿区域边界高精准提取。
-
-
-