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：香港中文大学深圳研究院

摘要：一种基于神经网络数学模型的眼底图像后处理系统和方法，首先对多幅标识有时间节点信息的眼底图像数据按眼部组织器官的眼底成像特征分别进行感性兴趣区域的特征提取；然后按时间先后顺序将对应每个眼部组织器官的组织特征图像数据作为一组织特征序列输入第一神经网络数学模型，以获取在时间轴方向的组织特征变化规律数据；再将组织特征变化规律数据输入第二神经网络数学模型，以获取眼部组织器官在第一未来预设时间点的组织特征预测数据；最后将各种组织特征预测数据融合以获取眼底图像预测数据。通过预测未来眼底图像的方式来实现眼部疾病早发现的目的，并按眼部组织器官分别预测再融合，最大限度降低相互之间的干扰，提高预测准确性和可靠性。

主权项：1.一种基于神经网络数学模型的眼底图像后处理方法，其特征在于，包括：获取至少M+1幅标识有时间节点信息的眼底图像数据，其中M为大于2的整数；所述时间节点信息用于表示对应的所述眼底图像数据的生成时间；对每幅所述眼底图像数据按眼部组织器官的眼底成像特征分别进行感性兴趣区域划分，并对所述感性兴趣区域进行特征提取，以获取对应每个所述眼部组织器官的组织特征图像数据；所述眼部组织器官包括中心凹、黄斑、视腺头、视网膜静脉和或视网膜静脉；按时间先后顺序将对应每个所述眼部组织器官的组织特征图像数据作为一组织特征序列输入一预设的第一神经网络数学模型，并获取所述第一神经网络数学模型输出的对应每个所述眼部组织器官在第一幅所述眼底图像数据至最后一幅所述眼底图像数据在时间轴方向的组织特征变化规律数据；将每个所述眼部组织器官的所述组织特征变化规律数据输入一预设的第二神经网络数学模型，并获取所述第二神经网络数学模型输出的每个所述眼部组织器官在一第一未来预设时间点的组织特征预测数据；将每个所述眼部组织器官的所述组织特征预测数据融合，以获取在所述第一未来预设时间点的眼底图像预测数据，所述眼底图像预测数据用于作为依据M+1幅标识有时间节点信息的眼底图像数据获取的所述第一未来预设时间点的眼底图像数据；所述第一神经网络数学模型和所述第二神经网络数学模型共为一个基于条件潜扩散数学模型；所述基于条件潜扩散数学模型包括粗糙潜扩散模型和精细潜扩散模型；在所述粗糙潜扩散模型和所述精细潜扩散模型中通过条件U-Net神经网络来实现预测；在所述粗糙潜扩散模型的训练过程包括一个正向扩散过程和反向去噪过程；在所述正向扩散过程中，通过对真实先验z0进行多步添加随机高斯噪声，以得到变量zι，则变量zι的获取公式为: ； ； ； ；其中，为高斯噪声，为预定义的噪声调度，L为最大步长；真实先验z0为对一个所述眼部组织器官的组织特征序列初始化获取；在所述反向去噪过程中，应用所述条件U-Net神经网络将每个变量zι恢复到真实先验z0；在所述精细潜扩散模型的训练过程是将所述粗糙潜扩散模型获得的结果和历史序列的最后一个时间点的真是特征进行细粒度扩散。

全文数据：

权利要求：

百度查询： 香港中文大学深圳研究院 一种基于神经网络数学模型的眼底图像后处理系统和方法