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：苏州比格威医疗科技有限公司

摘要：本发明涉及一种基于双向引导网络的AMD病变OCT图像的分类分割方法及系统，包括以下步骤：获取OCT图像，将所述OCT图像分成训练集、验证集和测试集；构建掩模互补卷积神经网络以用于OCT图像的分类；采用Grad‑CAM算法计算掩模互补卷积神经网络的类激活图，获得类激活图的输出；构建类激活图引导的U型分割网络以用于OCT图像中病变区域的分割；通过训练集和验证集对网络进行训练，获得优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络；将测试集代入优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络中，实现OCT图像的分类和分割。其能够对含有玻璃膜疣、CNV以及正常视网膜OCT图像进行准确的分类，并给出病变区域精确的分割结果。

主权项：1.一种基于双向引导网络的AMD病变OCT图像的分类分割方法，其特征在于，包括以下步骤：S1、获取OCT图像，将所述OCT图像分成训练集、验证集和测试集；S2、构建掩模互补卷积神经网络以用于OCT图像的分类，包括：通过卷积核提取图像的特征，获得大感受野内的特征；通过残差块和下采样层对大感受野内的特征做进一步的提取，获得图像的语义信息，其中，在掩模互补卷积神经网络最底层的特征记为A；A经过1×1的卷积与Sigmoid函数得到最底层的病变区域的分割结果S；将A分别与S、1-S相乘得到掩模互补的特征，将两路掩模互补的特征在通道方向上拼接，再经过卷积层进一步提取特征得到最后的卷积层输出F；将最后的卷积层输出F送入全连接层进行分类；S3、采用Grad-CAM算法计算掩模互补卷积神经网络的类激活图，获得类激活图的输出，包括：计算掩模互补卷积神经网络的最后输出的C类的预测概率对于最后一层中第K张特征图所有像素的偏导数，即其中i、j为像素坐标值；将求出的偏导数在高度和宽度上取全局平均，得到，其中，Z表示特征图的总像素数；将与对应的第K张特征图线性组合并送入ReLU激活函数处理，获得类激活图输出，其中，，ReLU函数是分段线性函数，ReLUx＝max0，x；S4、构建类激活图引导的U型分割网络以用于OCT图像中病变区域的分割；S5、通过训练集和验证集对所述掩模互补卷积神经网络和类激活图引导的U型分割网络进行训练，获得优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络；S6、将测试集代入优化后的掩模互补卷积神经网络和类激活图引导的U型分割网络中，实现OCT图像的分类和分割。

全文数据：

权利要求：

百度查询： 苏州比格威医疗科技有限公司 基于双向引导网络的AMD病变OCT图像的分类分割方法及系统