龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：厦门理工学院
摘要：本发明公开了一种基于注意力机制和EfficientNetB3网络的青光眼自动分级方法，涉及图像预处理操作、构建青光眼自动分级模型，青光眼自动分级模型包括基于注意力机制的ResNet34神经网络和EfficientNetB3的神经网络；预处理采用翻转、添加噪声、随机旋转、随机翻转、随机改变亮度、随机改变对比度、随机改变饱和度、裁剪、缩放拉伸和模糊等方式，使得模型能适应更多数据变化，提高泛化能力。通过基于注意力机制的ResNet34神经网络和EfficientNetB3网络分别对2D眼底图像和3D‑OCT扫描体图像进行特征提取，提高计算机在青光眼自动分级中的准确率。在ResNet34神经网络中加入注意力机制，将卷积神经网络的注意力集中在眼球主体特征上，以提高青光眼自动分级模型的性能，能够提高在青光眼自动分级的准确率。
主权项：1.一种基于注意力机制和EfficientNetB3网络的青光眼自动分级方法，其特征在于，包括以下步骤：获取2D眼底图像和3D-OCT扫描体图像并进行预处理，得到预处理后的2D眼底图像和预处理后的3D-OCT扫描体图像；构建青光眼自动分级模型并训练，得到经训练的青光眼自动分级模型，所述青光眼自动分级模型包括基于注意力机制的ResNet34神经网络和EfficientNetB3网络，所述基于注意力机制的ResNet34神经网络通过在ResNet34神经网络的每个残差块前面增加一个注意力模块构建而成，所述注意力模块包括通道注意力模块和空间注意力模块；将所述预处理后的2D眼底图像和预处理后的3D-OCT扫描体图像输入所述经训练的青光眼自动分级模型，所述预处理后的2D眼底图像输入所述基于注意力机制的ResNet34神经网络，得到第一分级结果及其对应的第一概率，所述预处理后的3D-OCT扫描体图像输入所述EfficientNetB3网络，得到第二分级结果，基于所述第一分级结果和第二分级结果进行综合判别分级，确定分级结果。
全文数据：
权利要求：
百度查询： 厦门理工学院 一种基于注意力机制和EfficientNetB3网络的青光眼自动分级方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号