[發明專利]一種基于深度學習的雙視野眼底圖像融合方法在審
| 申請號： | 202110208791.7 | 申請日： | 2021-02-24 |
| 公開（公告）號： | CN112869706A | 公開（公告）日： | 2021-06-01 |
| 發明（設計）人： | 姜璐璐;侯君臨;邵金杰;馮瑞 | 申請（專利權）人： | 復旦大學 |
| 主分類號： | A61B3/12 | 分類號： | A61B3/12;A61B3/14;G06N3/04;G06N3/08;G06T3/40;G06T5/50 |
| 代理公司： | 上海德昭知識產權代理有限公司 31204 | 代理人： | 盧泓宇 |
| 地址： | 200433 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 視野 眼底 圖像 融合 方法 | ||
1.一種基于深度學習的雙視野眼底圖像融合方法，其特征在于，包括以下步驟：
步驟S1，對兩張待測圖像進行預處理獲得兩張預處理圖像；
步驟S2，搭建卷積神經網絡模型，對所述卷積神經網絡模型進行訓練，從而得到訓練后的卷積神經網絡模型，稱為M-net；
步驟S3，將所述M-net分成兩部分，稱為M-net PartⅠ和M-net PartⅡ；
步驟S4，將兩張所述預處理圖像分別放入所述M-net PartⅠ進行特征提取，獲得兩張圖像特征圖；
步驟S5，將兩張所述圖像特征圖進行拼接，得到拼接圖像；
步驟S6，將所述拼接圖像放入所述M-net PartⅡ進行特征融合。
2.根據權利要求1所述的一種基于深度學習的雙視野眼底圖像融合方法，其特征在于：
其中，在步驟S1中，兩張所述待測圖像為雙視野眼底圖像，即兩個視角下對一只待檢查眼球的照片。
3.根據權利要求1所述的一種基于深度學習的雙視野眼底圖像融合方法，其特征在于：
其中，在步驟S1中，所述預處理包括水平翻轉，調整亮度、對比度以及飽和度，以及大小歸一化。
4.根據權利要求1所述的一種基于深度學習的雙視野眼底圖像融合方法，其特征在于：
其中，步驟S2包含如下子步驟：
步驟S2-1，構建所述卷積神經網絡模型，其包含的模型參數為隨機設置；
步驟S2-2，將訓練集中的各個訓練圖像經過步驟S1中的預處理后，依次輸入所述卷積神經網絡模型并進行一次迭代；
步驟S2-3，迭代后，計算出損失誤差，然后將所述損失誤差反向傳播，從而更新模型參數；
步驟S2-4，重復步驟S2-2至步驟S2-3直至達到訓練完成條件，得到所述M-net。
5.根據權利要求1所述的一種基于深度學習的雙視野眼底圖像融合方法，其特征在于：
其中，步驟S6包含如下子步驟：
步驟S6-1，將所述拼接圖像放入所述M-net PartⅡ進行特征融合；
步驟S6-2，在所述M-net PartⅡ后緊跟全連接層，映射到一個概率向量，該概率向量表示該圖像屬于糖網病嚴重程度等級的概率，選取概率最大的等級作為該對雙視野圖像的糖網病嚴重程度等級。
6.根據權利要求1所述的一種基于深度學習的雙視野眼底圖像融合方法，其特征在于：
其中，步驟S2中，所述卷積神經網絡模型的模型結構為VGG、Resnet以及Inception-ResNet中的一種。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于復旦大學，未經復旦大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110208791.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種仿生水凝膠及其應用
- 下一篇：一種直升機消防水箱電控器安裝用連接結構
