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:太原理工大学
摘要:本发明计算机视觉领域以及医疗技术领域,尤其涉及一种基于改进SG‑Former的糖尿病视网膜病变分级方法,解决了现有糖尿病视网膜病变分级方法过于依赖个人经验和主观判断,而且分级准确度低的技术问题,其包括数据获取,数据处理,基于SG‑Former网络进行模型搭建,其一利用Group‑Focal模块改进SG‑Former网络的混合注意力机制,其二在SG‑Former网络的每个阶段之间引入通道自适应注意力模块,其三将最后一个阶段的Transformer替换为Swin‑Transformer模块,以搭建深度学习模型;利用深度学习模型对测试集实现糖尿病视网膜病变的自动分级。本发明所述方法对FFA图像的分级准确度高,能为医生提供可靠的临床辅助决策的影像学支持。
主权项:1.基于改进SG-Former的糖尿病视网膜病变分级方法,其特征在于,包括以下步骤:S1、数据获取:利用眼底相机对糖尿病视网膜病变患者进行FFA图像的采集,再根据病变的严重程度对样本进行分级标注;S2、数据处理:对步骤S1采集的每位患者的一组FFA图像数据采用十六宫格输入方法进行单张拼接,再采用动态数据增强过采样方法进行预处理;S3、模型实现:基于SG-Former网络进行模型搭建,其一利用Group-Focal模块改进SG-Former网络的混合注意力机制,其二在SG-Former网络的每个阶段之间引入通道自适应注意力模块,其三将最后一个阶段的Transformer替换为Swin-Transformer模块,以搭建深度学习模型;S4、模型应用:利用步骤S2中得到的数据集对步骤S3搭建的深度学习模型进行训练和验证,最终利用深度学习模型对测试集实现糖尿病视网膜病变的自动分级。
全文数据:
权利要求:
百度查询: 太原理工大学 基于改进SG-Former的糖尿病视网膜病变分级方法
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。