公开(公告)号：CN111292338B

公开(公告)日：2023-04-21

申请号：CN202010073201.X

申请日：2020-01-22

Applicant: 苏州大学

Inventor： 陈新建 ,  石霏 ,  苏金珠 ,  朱伟芳

IPC: G06T7/11

Abstract: 本发明公开了医学图像处理技术领域的一种从眼底OCT图像中分割脉络膜新生血管的方法及系统，旨在解决现有技术中脉络膜新生血管的分割结果中分割准确度低、病变的边界区域不清晰的技术问题，采集包含脉络膜新生血管病变的眼底OCT图像；构建基于差分放大模块的卷积神经网络；训练构建的基于差分放大模块的卷积神经网络并测试；使用训练好的网络从眼底OCT图像中分割脉络膜新生血管。本发明采用VGG16作为U‑Net网络的编码部分，在每个卷积块的池化操作之后连接一个差分放大模块，构成跳跃连接，来增加网络在训练时对高低频信息的注意，采用二进制交叉熵损失函数和Dice损失函数之和作为损失函数来约束整个网络，分割准确度高、病变的边界区域更加清晰精确。

公开(公告)号：CN113160226A

公开(公告)日：2021-07-23

申请号：CN202110565331.X

申请日：2021-05-24

Applicant: 苏州大学

Inventor： 石霏 ,  陈新建 ,  苏金珠 ,  朱伟芳

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T5/30 ,  G06T3/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于双向引导网络的AMD病变OCT图像的分类分割方法及系统，包括以下步骤：获取OCT图像，将所述OCT图像分成训练集、验证集和测试集；构建掩模互补卷积神经网络以用于OCT图像的分类；采用Grad‑CAM算法计算掩模互补卷积神经网络的类激活图，获得类激活图的输出；构建类激活图引导的U型分割网络以用于OCT图像中病变区域的分割；通过训练集和验证集对网络进行训练，获得优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络；将测试集代入优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络中，实现OCT图像的分类和分割。其能够对含有玻璃膜疣、CNV以及正常视网膜OCT图像进行准确的分类，并给出病变区域精确的分割结果。

公开(公告)号：CN111292338A

公开(公告)日：2020-06-16

申请号：CN202010073201.X

申请日：2020-01-22

Applicant: 苏州大学

Inventor： 陈新建 ,  石霏 ,  苏金珠 ,  朱伟芳

IPC: G06T7/11

Abstract: 本发明公开了医学图像处理技术领域的一种从眼底OCT图像中分割脉络膜新生血管的方法及系统，旨在解决现有技术中脉络膜新生血管的分割结果中分割准确度低、病变的边界区域不清晰的技术问题，采集包含脉络膜新生血管病变的眼底OCT图像；构建基于差分放大模块的卷积神经网络；训练构建的基于差分放大模块的卷积神经网络并测试；使用训练好的网络从眼底OCT图像中分割脉络膜新生血管。本发明采用VGG16作为U-Net网络的编码部分，在每个卷积块的池化操作之后连接一个差分放大模块，构成跳跃连接，来增加网络在训练时对高低频信息的注意，采用二进制交叉熵损失函数和Dice损失函数之和作为损失函数来约束整个网络，分割准确度高、病变的边界区域更加清晰精确。