[發(fā)明專利]視網(wǎng)膜微動脈瘤自動檢測方法及成像方法在審
| 申請?zhí)枺?/td> | 202011581334.4 | 申請日: | 2020-12-28 |
| 公開(公告)號: | CN112700409A | 公開(公告)日: | 2021-04-23 |
| 發(fā)明(設(shè)計)人: | 鄒北驥;單希;杜婧瑜;程真真;楊璐璐 | 申請(專利權(quán))人: | 中南大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06K9/32;G06K9/34;G06N3/04 |
| 代理公司: | 長沙永星專利商標事務(wù)所(普通合伙) 43001 | 代理人: | 周詠;米中業(yè) |
| 地址: | 410083 湖南*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 視網(wǎng)膜 微動 自動檢測 方法 成像 | ||
1.一種視網(wǎng)膜微動脈瘤自動檢測方法,包括如下步驟:
S1.獲取原始視網(wǎng)膜彩色眼底圖像,并進行標記;
S2.針對步驟S1獲取并標記的原始視網(wǎng)膜彩色眼底圖像,提取通道分量和感興趣區(qū)域;
S3.對步驟S2獲取的圖像數(shù)據(jù)進行圖像處理,從而得到訓(xùn)練數(shù)據(jù)集;
S4.以U形網(wǎng)絡(luò)為基本架構(gòu),構(gòu)建視網(wǎng)膜微動脈瘤初步識別模型;
S5.采用步驟S3得到的訓(xùn)練數(shù)據(jù)集,對步驟S4構(gòu)建的視網(wǎng)膜微動脈瘤初步識別模型進行訓(xùn)練,從而得到最終的視網(wǎng)膜微動脈瘤識別模型;
S6.采用步驟S5得到的視網(wǎng)膜微動脈瘤識別模型,對實時獲取的視網(wǎng)膜彩色眼底圖像進行識別檢測,完成視網(wǎng)膜微動脈瘤的自動檢測。
2.根據(jù)權(quán)利要求1所述的視網(wǎng)膜微動脈瘤自動檢測方法,其特征在于步驟S2所述的提取通道分量和感興趣區(qū)域,具體為采用如下步驟提取通道分量和感興趣區(qū)域:
A.提取原始視網(wǎng)膜彩色眼底圖像的綠色通道眼底圖像;
B.采用最大類間閾值分割法來自適應(yīng)的計算出最佳閾值T,從而提取得到感興趣區(qū)域:
式中g(shù)(x,y)為經(jīng)閾值分割處理后的圖像;f(x,y)為原圖像;在g=w0×w1×(u0-u1)2取最大值時,對應(yīng)的T取值為最佳閾值,w0為前景像素點數(shù)占整幅圖像的比例,w1為背景像素點數(shù)占整幅圖像的比例,u0為前景平均灰度,u1為背景平均灰度。
3.根據(jù)權(quán)利要求2所述的視網(wǎng)膜微動脈瘤自動檢測方法,其特征在于步驟S3所述的對步驟S2獲取的圖像數(shù)據(jù)進行圖像處理,從而得到訓(xùn)練數(shù)據(jù)集,具體為采用如下步驟得到訓(xùn)練數(shù)據(jù)集:
a.采用限制對比度自適應(yīng)直方圖均衡化技術(shù)對圖像進行處理:
式中S為對比度;N為局部子區(qū)域內(nèi)總像素數(shù)目;M為圖像的最大灰度值;Hist(i)為局部塊內(nèi)的直方圖;直方圖為離散函數(shù)h(rk)=nk,rk為第k級灰度值,nk為圖像中灰度為rk的像素數(shù)目;
b.采用雙立方插值技術(shù)統(tǒng)一圖像尺寸:
式中F(i',j')為插值后對應(yīng)坐標的值;F(i,j)為原圖中坐標點(i,j)的值;i和j為像素點坐標;m和n為偏移量;R(x)為插值表達式且
c.采用高斯濾波對圖像進行平滑處理:
式中G(x,y)為經(jīng)過高斯濾波處理后的圖像;σ為標準偏差,用于表示高斯函數(shù)的有效范圍;
d.對圖像數(shù)據(jù)集進行數(shù)據(jù)增廣操作。
4.根據(jù)權(quán)利要求3所述的視網(wǎng)膜微動脈瘤自動檢測方法,其特征在于所述的數(shù)據(jù)增廣操作,具體包括垂直鏡像、水平鏡像、隨機翻轉(zhuǎn)和亮度變化。
5.根據(jù)權(quán)利要求1~4之一所述的視網(wǎng)膜微動脈瘤自動檢測方法,其特征在于步驟S4所述的以U形網(wǎng)絡(luò)為基本架構(gòu),構(gòu)建視網(wǎng)膜微動脈瘤初步識別模型,具體為采用如下步驟構(gòu)建視網(wǎng)膜微動脈瘤初步識別模型:
模型包括編碼器和解碼器;
編碼器包括四個經(jīng)典結(jié)構(gòu),每一個經(jīng)典結(jié)構(gòu)均包括三個不同大小的平行卷積核,卷積核大小分別為3×3、5×5和7×7;卷積核進行特征提取;四個經(jīng)典結(jié)構(gòu)均用于采樣,且每次下采樣時特征圖的通道數(shù)加倍,特征圖的大小減半;
解碼器包括四個經(jīng)典結(jié)構(gòu),每一個經(jīng)典結(jié)構(gòu)均包括三個不同大小的平行卷積核,卷積核大小分別為3×3、5×5和7×7;
編碼器提取到的低層特征和解碼器提取到的高層特征級聯(lián)在一起;
引入注意力引導(dǎo)濾波器,將從低層特征提取到的結(jié)構(gòu)信息轉(zhuǎn)移到高層特征圖中。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中南大學(xué),未經(jīng)中南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011581334.4/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





