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

基于图像的抗VEGF指征判别方法、装置及电子设备 

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:北京大恒普信医疗技术有限公司

摘要:本申请提供一种基于图像的抗VEGF指征判别方法、装置及电子设备,判别方法包括:获取待检测的光学相干断层扫描图像;对光学相干断层扫描图像进行数据处理,得到一张或多张测试图像;将一张或多张测试图像输入已训练的一个或多个判别模型,得到一个或多个判别模型对每张测试图像的判别结果;根据一个或多个判别模型对每张测试图像的判别结果,通过投票法确定所述光学相干断层扫描图像的抗VEGF指征判别结果,从而可以自动给出诊断建议,提高判别准确性。

主权项:1.一种基于图像的抗VEGF指征判别方法,其特征在于,包括:获取待检测的光学相干断层扫描图像;对所述光学相干断层扫描图像进行数据处理,得到多张测试图像;将所述多张测试图像输入已训练的一个或多个判别模型,得到所述一个或多个判别模型对每张测试图像的判别结果;在所述将所述多张测试图像输入已训练的一个或多个判别模型之前,获取已标注特征性病灶的样本图像;将所述样本图像作为目标检测算法的输入,调整所述目标检测算法的参数,使所述目标检测算法输出的病灶检测结果与已标注的特征性病灶相同,得到所述判别模型;获取标记为wAMD阳性的样本图像以及标记为具有抗VEGF指征的光学相干断层扫描样本图像;将所述wAMD阳性的样本图像以及具有抗VEGF指征的光学相干断层扫描样本图像作为分类算法的输入,调整所述分类算法的参数,使所述分类算法输出的分类结果与标记的结果相同,得到所述判别模型;其中,训练过程采用交叉验证的方式;骨干网络采用Resnet系列和ResNeXt系列,模型参数采用ImageNet的预训练模型参数进行初始化,训练时,只冻结第一个stage的模型参数,其余参数在当前数据集上进行调优;选用交叉验证过程中准确率最高前3个判别模型,作为训练得到的判别模型;在训练好判别模型之后,对所述判别模型进行模型蒸馏,获得新的判别模型;根据所述一个或多个判别模型对每张测试图像的判别结果,通过投票法确定所述光学相干断层扫描图像的抗VEGF指征判别结果;其中,投票法为:同一光学相关断层扫描图像的多张测试图像的判别结果中,至少两张测试图像被认为具有抗VEFG指征,则该光学相关断层扫描图像具有抗VEFG指征。

全文数据:

权利要求:

百度查询: 北京大恒普信医疗技术有限公司 基于图像的抗VEGF指征判别方法、装置及电子设备

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。