龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东华理工大学
摘要：本发明涉及电子信息技术领域，具体的说是一种基于集成学习的彩色眼底图像质量评价方法，包括数据集的划分，数据集包括彩色眼底IQA数据集和分割数据集，分别随机选取数据集80％的数据作为训练集，余下20％的数据为验证集。ResNet‑18模型和U‑Net模型单独训练，互不干扰；将彩色眼底IQA数据集训练集中的50％根据数据量调整比例的图像进行手工标注4个特征，4个特征分别为：对比度、焦点、照明、阴影和反射；本申请提出的基于集成学习的CF图像质量评价方法，该方法符合眼科诊室的实际需求，能对现场拍摄的CF图像进行全面评价，来判断这张图像是否适用于眼科医生诊断。
主权项：1.一种基于集成学习的彩色眼底图像质量评价方法，其特征在于，包括以下步骤：S1、数据集的划分；S2、将彩色眼底IQA数据集训练集中的50％根据数据量调整比例的图像进行手工标注4个特征，4个特征分别为：对比度、焦点、照明、阴影和反射；S3、对于步骤S2中的每个特征，使用手工标注训练支持向量机、朴素贝叶斯分类器、分类树和AdaBoost分类器，然后选择具有最佳验证性能的模型作为该特征的分类器；S4、通过彩色眼底IQA数据集验证集部分验证ResNet-18模型的质量分类性能；S5、使用CF图像分割数据集训练集部分对U-Net进行血管自动分割训练；S6、在CF图像分割数据集验证集部分验证U-Net分割性能；S7、将已训练完成的ResNet-18模型和U-Net模型进行集成，在DRIMDB数据集使用广泛的基准眼底图像数据集上验证集成模型的性能。
全文数据：
权利要求：
百度查询： 东华理工大学 一种基于集成学习的彩色眼底图像质量评价方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号