首页 专利交易 科技果 科技人才 科技服务 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

眼底图像渗出物分割方法、装置、计算机设备和存储介质 

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:湖南中医药大学

摘要:本申请涉及一种眼底图像渗出物分割方法、装置、计算机设备和存储介质。该方法设计了编码器‑解码器结构的眼底图像渗出物分割模型,包括双分支编码器和解码;其中双分支编码器包括MT模块和EfficientNet编码分支;MT模块利用尺度大小不同的卷积层和池化层捕获图像的多尺度信息,获得更多全局信息;EfficientNet编码分支采用MBConv模块提取多尺度局部特征;解码器通过注意力跳跃连接模块在进行跳跃连接前将特征进行通道上、空间上的处理和过滤,将过滤后的低级特征和高级特征进行融合,得到眼底图像渗出物分割结果。采用本方法可增强模型对微小病灶的分割,有效提高了糖尿病视网膜病变硬性渗出病变的分割精度。

主权项:1.一种眼底图像渗出物分割方法,其特征在于,所述方法包括:获取眼底图像,并对所述眼底图像进行预处理,得到输入图像;将所述输入图像输入到双分支编码器中,得到融合特征图;所述双分支编码器包括:多尺度注意力编码分支和EfficientNet编码分支;所述双分支编码器用于分别采用多尺度注意力编码分支和EfficientNet编码分支提取输入图像的全局特征图和局部特征图,并将所述全局特征图和所述局部特征图融合,得到融合特征图;所述多尺度注意力编码分支包括若干个多尺度注意力特征提取模块,所述多尺度注意力特征提取模块用于采用多个不同大小的卷积层和池化层提取所述输入图像的多尺度特征,对其中两个卷积层输出的特征采用空间注意力机制提取上下文信息,将池化层和其余卷积层提取的特征和上下文信息融合,得到全局特征图;所述EfficientNet编码分支用于采用EfficientNet网络对输入图像进行特征编码,得到多个不同尺度的局部特征图;将所述融合特征图和多个不同尺度的局部特征图输入到解码器中,得到眼底图像渗出物分割结果;所述解码器包括若干个注意力跳跃连接模块;所述注意力跳跃连接模块用于将编码器输出的融合特征图或前一个注意力跳跃连接模块输出的特征图和对应尺度的局部特征图分别采用CBAM模块进行处理,然后将两个CBAM输出的特征融合。

全文数据:

权利要求:

百度查询: 湖南中医药大学 眼底图像渗出物分割方法、装置、计算机设备和存储介质

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。