公开(公告)号：CN118570546A

公开(公告)日：2024-08-30

申请号：CN202410728403.1

申请日：2024-06-06

Applicant: 哈尔滨工程大学

Inventor： 高山 ,  崔颖 ,  贾梦茹 ,  陈涛 ,  李新羽 ,  朱佳 ,  田园 ,  张广

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/774 ,  G06V10/82

Abstract: 视网膜动静脉分类方法、装置、计算程序产品及存储介质，图像处理及图像分割技术领域，尤其涉及视网膜动静脉的分类；解决了现有动静脉分类技术所存在的特征提取不准确、特征选择困难、计算复杂度高、泛化能力弱以及容易过度拟合的问题；所述方法包括以下步骤：模型训练步骤：采用训练集对空间多尺度注意机制网络模型进行训练，获得训练完成的空间多尺度注意机制网络模型；参数调整步骤：采用验证集对训练完成的空间多尺度注意机制网络模型输出的分类结果进行验证，通过调整参数筛选出最佳模型。所述的视网膜动静脉分类方法、装置、计算程序产品及存储介质，适用于视网膜动静脉的分类。

公开(公告)号：CN115439651A

公开(公告)日：2022-12-06

申请号：CN202210991443.6

申请日：2022-08-18

Applicant: 哈尔滨工程大学

Inventor： 高山 ,  张广 ,  崔颖 ,  苏静静 ,  朱佳 ,  朱龙宇 ,  田园

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06T7/00

Abstract: 本发明提出了一种基于空间多尺度注意网络的DSA脑血管分割系统及方法；获取原始的DSA图像数据；对每一帧图像标注类别，标注出血管结构和非血管结构，制作DSA脑血管数据集；对图像进行预处理，分为测试集、训练集和验证集；将训练集的数据送入空间多尺度注意力网络模型中进行训练，调整模型训练过程的参数，通过验证集中的AUC值选择出最好的模型；将测试集的图像分成局部图像块，通过筛选出的最好模型，测试测试集数据，并将预测结果重建，验证分割效果；本发明能够明显提高分割精度，改善分割效果。精确的血管分割结果可以辅助医生诊断血管疾病，并且多个角度下的二维血管结构可以实现血管的三维可视化建模，具有一定的实际意义。