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：杭州电子科技大学

摘要：本发明公开了基于神经网络模型的角膜溃疡的分类检测方法及系统，涉及角膜溃疡的分类检测和疾病判别领域。主要方法包括：利用多个摄像头多角度采集被测者荧光染色后的角膜图像；制作并对角膜图像添加掩膜，提取有效部分；进一步处理提取的有效角膜图像，将其作为网络输入；使用经过大量有效数据训练后的Inception‑ResNet‑V2神经网络模型完成对点样型角膜溃疡、点片状混合型角膜溃疡和片状型角膜溃疡的初步分类；利用训练后的支持向量机处理不同角度的角膜图像检测结果，做出最终的分类判断；本发明提供的系统可实现较高准确率的角膜溃疡类型检测，且数据可上传至云端服务器供进一步分析。

主权项：1.基于神经网络模型的角膜溃疡的分类检测方法，其特征在于包括如下步骤：S10，通过多个摄像头多角度采集被测者荧光染色后的角膜图像；S20，通过形态学操作，制作并添加掩膜，提取角膜图像的有效部分；S30，对提取的有效角膜图像进行预处理，标注数据类型；S40，设置神经网络模型的训练参数，将已有标注好的角膜图像输入模型进行训练；选用tensorflow框架搭建Inception-ResNet-V2神经网络模型，根据角膜图像数据和尝试训练效果对网络参数进行合理调整，在模型中，选择线性整流函数作为激活函数，ReLu函数表达式为： 最后采用softmax函数输出三类分类情况，softmax函数的表达式为： 式中，Si为第i种类别的输出，xi为上一层单元的输出；训练过程中采用随机梯度下降算法作为优化算法，公式为： 式中，η表示学习率，决定以多大的步长更新参数，表示损失函数在每一条数据上对参数θ计算一阶导数；选择进行加权修改的交叉熵损失函数作为训练Inception-ResNet-V2的多分类损失函数，权重计算和加权后的交叉熵损失函数计算公式如下所示 式中，N为类型数量，Nall为样本总数量，Nx，x＝0,1,2共三类病症，为对应类别的样本数量，Y、P为样本实际标签矩阵与概率矩阵，M为计算样本数量；监测指标为准确率，同时训练过程中设置回调函数对学习率进行动态调整；S50，保存训练完成后的模型，完成对点样型角膜溃疡、点片状混合型角膜溃疡和片状型角膜溃疡的分类；S60，将不同角度的角膜图像检测结果作为输入，在模型后添加支持向量机，自动赋予不同角度不同的权重，输出最终检测结果。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于神经网络模型的角膜溃疡的分类检测方法及系统