公开(公告)号：CN118299007A

公开(公告)日：2024-07-05

申请号：CN202410448414.4

申请日：2024-04-15

Applicant: 浙江大学

Inventor： 康玉 ,  熊启松 ,  黄笑羚

IPC: G16H30/20 ,  G16H10/20 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于多模态融合的青光眼图像检测方法。首先，充分利用已有数据库中患者的VF‑OCT‑CFP三模态配对数据集，将每个模态图像作为特征提取网络的单个输入，然后通过构建三个独立的特征提取模块对输入模型的各模态信息进行信息特征提取，特征提取模块中集成了基于位置敏感性注意力机制和域泛化技术用来提高模型的学习能力和通用性，最后将各个网络的输出通过多模态注意力机制集成，再利用分类模块以获取最终的分类结果。通过在不同的图像数据集上进行全面的实验，证明了本发明相较于已有单一模态深度学习网络具有显著优势，并且表现出优于人类眼科专家的诊断准确率和效率。

公开(公告)号：CN112651921B

公开(公告)日：2022-05-03

申请号：CN202010953155.2

申请日：2020-09-11

Applicant: 浙江大学

Inventor： 叶娟 ,  金凯 ,  龚薇 ,  斯科 ,  黄笑羚 ,  竺家柱

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的青光眼视野数据区域提取方法。进行青光眼视野采集获得视野图，根据视野图获得总体偏差值的一维数组，将一维数组经过处理后转化为带灰度的像素数组；对像素数组进行排列与图像的填充，转化为易识别的灰度图像，还原视野分布特征；将灰度图像输入到已经预先建立训练后的卷积神经网络中进行处理，提取获得青光眼视野的有效数据区域。本发明有效利用了视野图中的数据，转化为了更加直观、包含有真实视野信息而又强化了区域特征的图像，能在多种场景中加以利用，为青光眼进一步的观察提供便利。

公开(公告)号：CN112651921A

公开(公告)日：2021-04-13

申请号：CN202010953155.2

申请日：2020-09-11

Applicant: 浙江大学

Inventor： 叶娟 ,  金凯 ,  龚薇 ,  斯科 ,  黄笑羚 ,  竺家柱

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的青光眼视野数据区域提取方法。进行青光眼视野采集获得视野图，根据视野图获得总体偏差值的一维数组，将一维数组经过处理后转化为带灰度的像素数组；对像素数组进行排列与图像的填充，转化为易识别的灰度图像，还原视野分布特征；将灰度图像输入到已经预先建立训练后的卷积神经网络中进行处理，提取获得青光眼视野的有效数据区域。本发明有效利用了视野图中的数据，转化为了更加直观、包含有真实视野信息而又强化了区域特征的图像，能在多种场景中加以利用，为青光眼进一步的观察提供便利。