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

轻量化脉络膜新生血管OCT图像分割方法及系统 

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!

摘要:本发明公开了轻量化脉络膜新生血管OCT图像分割方法及系统,涉及图像分割技术领域。本发明包括:接收脉络膜新生血管OCT图像进行预处理,并将图像数据划分为训练集和测试集;构建以UNeXt网络为基础的改进分割模型,改进分割模型中包括编码器、解码器及跳跃连接,将编码器、解码器中的深度可分离卷积块均替换为卓越卷积模块。本发明通过在前三层编码器之后添加卓越卷积模块,能够捕捉不同层次和不同尺度的特征,充分挖掘特征图中的有用信息,并且引入的深度特征提取模块融合多种注意力机制,能够显著提高特征提取的能力及模型的泛化能力,同时引入的卓越卷积模块通过仅对部分通道进行高效轻量的卷积操作,能够在关注重要特征的同时节省了计算资源。

主权项:1.轻量化脉络膜新生血管OCT图像分割方法,其特征在于,包括以下步骤:接收脉络膜新生血管OCT图像进行预处理,并将图像数据划分为训练集和测试集;构建以UNeXt网络为基础的改进分割模型,改进分割模型中包括编码器、解码器及跳跃连接,将编码器、解码器中的深度可分离卷积块均替换为卓越卷积模块,在编码器前三层的输出端引入深度特征提取模块,并在编码器及解码器中均引入TokenizedMLP块;利用训练集对上述改进分割模型进行训练,以总体损失函数最小化为改进分割模型优化目标函数,并根据验证集对改进分割模型进行参数调整,进行新一轮训练,直至得到符合标准的改进分割模型;采用优化后的改进分割模型对待识别超声图像进行识别和分割。

全文数据:

权利要求:

百度查询: 苏州大学 轻量化脉络膜新生血管OCT图像分割方法及系统

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。