公开(公告)号：CN119724541A

公开(公告)日：2025-03-28

申请号：CN202411619666.5

申请日：2024-11-13

Applicant: 南京医科大学眼科医院 ,  宁夏医科大学总医院

Inventor： 姚进 ,  于畅 ,  张秋阳 ,  马倩 ,  蒋沁 ,  王振华 ,  颜标

IPC: G16H50/20 ,  A61B3/10 ,  A61B3/12 ,  A61B3/14 ,  G16H50/30 ,  G16H30/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06T7/00

Abstract: 本发明属于医疗图像分析技术领域，公开了一种利用频域注意力机制的糖尿病视网膜病变分级模型系统，包括数据集构建模块、数据预处理模块、评估指标模块、特征提取模块、频域通道注意力模块、频域空间注意力模块；本发明提出了一种基于深度学习的DR分级模型，旨在更准确地识别和分类眼底图像中的病变。通过引入频域通道注意力模块(FCAM)和频域空间注意力模块(FSAM)，模型能够更有效地捕获微弱病变特征。FCAM通过融合频域和通道域信息，提升模型对病变区域的敏感性；FSAM则通过在空间域和频域上强调关键像素，增强模型对细微纹理特征的提取能力。

公开(公告)号：CN117291890A

公开(公告)日：2023-12-26

申请号：CN202311267706.X

申请日：2023-09-28

Applicant: 南京医科大学眼科医院

Inventor： 王振华 ,  张博为 ,  蒋沁 ,  商卫红 ,  颜标 ,  白云 ,  李秀苗

IPC: G06T7/00 ,  G06N3/0464 ,  G06T7/62 ,  G06T3/40 ,  G06N3/096

Abstract: 本发明涉及医学影像处理技术领域，具体涉及基于SwinIR和YOLOv8的FFA图像眼底微动脉瘤检测方法及系统。该方法包括获取样本FFA眼底图像，并对样本FFA眼底图像进行预处理以获得样本图像数据；利用SwinIR对样本图像数据进行两次超分辨率重建，以获得不同分辨率的第一图像数据和第二图像数据；利用样本图像数据、第一图像数据和第二图像数据对YOLOv8模型进行迁移学习训练；其中，所述YOLOv8模型增加有MA检测层；且YOLOv8模型中的CIoU边界框回归损失使用Wise‑IoU边界框回归损失替换；使用训练好的YOLOv8模型对待检测FFA图像中的微动脉瘤进行检测，并计算微动脉瘤的实际面积。

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

Inventor： 王振华 ,  钟元芾 ,  蒋沁 ,  李超鹏 ,  颜标 ,  李秀苗 ,  姚牧笛

IPC: G06T7/12 ,  G06T5/10 ,  G06T5/00

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

Inventor： 王振华 ,  钟元芾 ,  蒋沁 ,  李超鹏 ,  颜标 ,  李秀苗 ,  姚牧笛

IPC: G06T7/12 ,  G06T5/10 ,  G06T5/00

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

Inventor： 颜标 ,  蒋沁 ,  姚牧笛 ,  张文苹 ,  李超鹏 ,  孙亚男 ,  王振华 ,  陶志富

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。