Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于超广角眼底图像的血管和病灶多任务分割方法 

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:宁波工程学院

摘要:本发明公开了一种基于超广角眼底图像的血管和病灶多任务分割方法,属于图像处理领域。包括如下步骤:S1.获取UWF眼底图像数据集,并分配为训练集和测试集;S2.构建基于权重控制机制的多任务半监督学习网络,包括编码器、解码器、交叉层次非局部图模块和损失权重控制机制,训练集图像进入编码器进行特征提取;S3.编码器输出的特征经过解码器部分进行特征解码和特征重建;S4.通过训练组合损失函数和总损失对网络进行优化,得到基于超广角眼底图像的血管和病灶多任务分割模型;S5.测试集中数据输入到模型中,得到分割结果。本发明能够提高模型提取图像细节特征的能力,实现精细且准确的多任务分割。

主权项:1.一种基于超广角眼底图像的血管和病灶多任务分割方法,其特征在于,包括以下步骤:S1.获取超广角UWF眼底图像数据集,对所述UWF眼底图像数据集中图像进行预处理,并将数据集划分为训练集和测试集,所述UWF眼底图像数据集中包括带标记数据和未标记数据;S2.构建基于权重控制机制的多任务半监督学习网络,所述基于权重控制机制的多任务半监督学习网络包括编码器、解码器、交叉层次非局部图模块和损失权重控制机制,采用训练集对所述基于权重控制机制的多任务半监督学习网络进行训练,所述训练集中图像经过基于权重控制机制的多任务半监督学习网络的编码器部分进行特征提取,得到低级特征和高级特征;S3.将所述低级特征和高级特征输入到所述基于权重控制机制的多任务半监督学习网络的解码器部分进行特征解码和特征重建,得到血管结构分割图像和病灶区域分割图像;S4.通过训练组合损失函数和总损失对所述基于权重控制机制的多任务半监督学习网络进行优化,得到基于超广角眼底图像的血管和病灶多任务分割模型;S5.将所述测试集中数据输入到所述基于超广角眼底图像的血管和病灶多任务分割模型中,得到UWF眼底血管分割结果和UWF眼底病灶区域的分割结果。

全文数据:

权利要求:

百度查询: 宁波工程学院 一种基于超广角眼底图像的血管和病灶多任务分割方法

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。