公开(公告)号：CN108665447B

公开(公告)日：2021-07-30

申请号：CN201810360708.6

申请日：2018-04-20

Applicant: 浙江大学

Inventor： 叶娟 ,  钱大宏 ,  金凯 ,  吴君雅 ,  张恒瑜 ,  王琳艳 ,  王少泽 ,  周梅

IPC: G06T7/00

Abstract: 本发明公开了一种基于眼底照相深度学习的青光眼图像检测方法。对数据库中已收集并标注的原始眼底图像进行预处理，得到训练范例眼底图像，构成训练数据库；进行扩增，得到扩增后的训练数据库；建立包括多层神经网络结构的卷积神经网络，用扩增后的训练数据库输入卷积神经网络进行训练；针对待测眼底图像，将待测眼底图像输入到训练后的卷积神经网络中，获得最后一层神经网络结构的输出值，进而对青光眼进行判别。本发明能不断优化用于判断的数据特征以及卷积神经网络的参数，从而能够大幅提高青光眼图像检测的准确率、敏感性和特异性，节约医疗资源。

公开(公告)号：CN108665447A

公开(公告)日：2018-10-16

申请号：CN201810360708.6

申请日：2018-04-20

Applicant: 浙江大学

Inventor： 叶娟 ,  钱大宏 ,  金凯 ,  吴君雅 ,  张恒瑜 ,  王琳艳 ,  王少泽 ,  周梅

IPC: G06T7/00

Abstract: 本发明公开了一种基于眼底照相深度学习的青光眼图像检测方法。对数据库中已收集并标注的原始眼底图像进行预处理，得到训练范例眼底图像，构成训练数据库；进行扩增，得到扩增后的训练数据库；建立包括多层神经网络结构的卷积神经网络，用扩增后的训练数据库输入卷积神经网络进行训练；针对待测眼底图像，将待测眼底图像输入到训练后的卷积神经网络中，获得最后一层神经网络结构的输出值，进而对青光眼进行判别。本发明能不断优化用于判断的数据特征以及卷积神经网络的参数，从而能够大幅提高青光眼图像检测的准确率、敏感性和特异性，节约医疗资源。