-
公开(公告)号:CN118887404A
公开(公告)日:2024-11-01
申请号:CN202411061288.3
申请日:2024-08-05
Applicant: 重庆大学
Abstract: 本发明涉及图像处理领域,涉及一种视网膜血管分割模型训练方法,包括获取眼底图像作为训练数据集;训练数据集包括查询集和支持集;构建视网膜血管分割模型的网络结构;利用查询集和支持集对视网膜血管分割模型的网络进行训练,在每次训练中,视网膜血管分割模型根据跨窗口注意力机制在不同尺度上提取支持图像和/或查询图像的眼底图像特征以确定视网膜血管分割模型的网络参数,得到最终的视网膜血管分割模型。本发明还提出一种模型训练装置、视网膜血管分割方法、设备以及存储介质。本发明可以提高对眼底图像特征提取的能力,提高计算机辅助诊断系统在样本标签较少时的识别效果。
-
公开(公告)号:CN120070385A
公开(公告)日:2025-05-30
申请号:CN202510156067.2
申请日:2025-02-12
Applicant: 重庆大学
IPC: G06T7/00 , G06V10/77 , G06V10/82 , G06F18/213 , G06V10/74 , G06V10/774 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及图像处理技术领域,涉及一种糖尿病视网膜病变检测系统、设备以及存储介质,其中,一种糖尿病视网膜病变检测模型训练方法,包括获取训练数据集,训练数据集包括若干眼底样本图像和眼底样本图像对应的描述性文本;构建糖尿病视网膜病变检测模型的网络结构;利用训练数据集对糖尿病视网膜病变检测模型的网络进行迭代训练直到达到训练停止条件,得到最终的糖尿病视网膜病变检测模型;在每次训练中,糖尿病视网膜病变检测模型提取眼底样本图像的图像特征以及提取描述性文本的文本特征,计算图像特征和文本特征的对比损失,并根据对比损失确定糖尿病视网膜病变检测模型的网络参数。本发明可以提高糖尿病视网膜病变检测结果的准确性。
-
公开(公告)号:CN118887404B
公开(公告)日:2025-03-25
申请号:CN202411061288.3
申请日:2024-08-05
Applicant: 重庆大学
Abstract: 本发明涉及图像处理领域,涉及一种视网膜血管分割模型训练方法,包括获取眼底图像作为训练数据集;训练数据集包括查询集和支持集;构建视网膜血管分割模型的网络结构;利用查询集和支持集对视网膜血管分割模型的网络进行训练,在每次训练中,视网膜血管分割模型根据跨窗口注意力机制在不同尺度上提取支持图像和/或查询图像的眼底图像特征以确定视网膜血管分割模型的网络参数,得到最终的视网膜血管分割模型。本发明还提出一种模型训练装置、视网膜血管分割方法、设备以及存储介质。本发明可以提高对眼底图像特征提取的能力,提高计算机辅助诊断系统在样本标签较少时的识别效果。
-
-