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：苏州比格威医疗科技有限公司

摘要：本申请实施例公开一种基于注意力机制和深监督策略的早产儿视网膜病变自动分区识别方法，包括图像的预处理，将二维视网膜眼底彩照图像利用双线性插值下采样到256×256并进行减均值处理；对数据进行在线数据扩增操作；网络结构的搭建，通过在DenseNet121卷积神经网络中设置空间通道注意力模块SACAB并引入深监督策略搭建为网络结构；模型的训练和测试，通过迁移学习将ImageNet上预训练的DenseNet121卷积神经网络作为预训练模型，并通过训练集中的数据训练网络结构，网络结构训练结束后，通过测试集测试网络结构的性能。本申请实现了对早产儿视网膜眼底彩照图像中I区II区III区的自动分类识别，为后续的ROP自动诊断奠定基础。

主权项：1.一种基于注意力机制和深监督策略的早产儿视网膜病变自动分区识别方法，其特征在于，该方法包括：图像的预处理，将二维视网膜眼底彩照图像利用双线性插值下采样到256×256并进行减均值处理；对数据进行在线数据扩增操作；网络结构的搭建，通过在DenseNet121卷积神经网络中设置空间通道注意力模块SACAB并引入深监督策略搭建为网络结构；模型的训练和测试，通过迁移学习将ImageNet上预训练的所述DenseNet121卷积神经网络作为预训练模型，并通过训练集中的数据训练所述网络结构，所述网络结构训练结束后，通过测试集测试所述网络结构的性能；其中，所述空间通道注意力模块SACAB包括通道注意力机制、空间注意力机制；所述通道注意力机制包括SE压缩激励模块，所述SE压缩激励模块包括压缩操作、激励操作；所述压缩操作通过全局平均池化层完成，并输出维度为C×1×1的C个特征图的数值分布情况；所述激励操作包括依次将所述压缩操作获取的数值分布情况经过一个Cr×1×1的卷积得到维度为Cr×1×1的第一结果、将所述第一结果经过一个ReLU激活函数层输出维度与所述第一结果相同的第二结果、将所述第二结果经过经过一个C×1×1的卷积得到维度为C×1×1的第三结果、将所述第三结果经过sigmoid函数得到C个特征图的权重系数、将输入特征与所述权重系数进行点积后获取点积特征图、将所述点积特征图与原始输入特征图进行相加后获取通道注意力特征图；其中，C表示通道数目，r为压缩率。

全文数据：

权利要求：

百度查询： 苏州比格威医疗科技有限公司 一种基于注意力机制和深监督策略的早产儿视网膜病变自动分区识别方法