龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学长三角研究院(衢州)
摘要：本发明属于人工智能和计算机视觉领域，提供了一种基于Transformer的彩色眼底图像微血管瘤超精细分割方法，主旨在于解决医学图像中微血管瘤检测和分割的难题，特别是针对糖尿病视网膜病变的早期诊断。主要方案包括：数据预处理，如绿色通道提取、自适应直方图均衡化和去噪；数据增强和图像分割；多层级编码器HVMT和VMT特征提取模块设计；特征融合和微血管瘤概率图生成；采用FocalTverskyLoss函数优化分割结果。本发明用途广泛，尤其在辅助糖尿病视网膜病变的早期诊断中，能显著提高检测准确性和效率，对公共卫生和科学研究具有重要意义。
主权项：1.一种基于Transformer的彩色眼底图像微血管瘤超精细分割方法，其特征在于，包括以下步骤：步骤1、数据预处理：对于患者的彩色眼底图像，首先对原始图像进行提取绿色通道处理，再采用自适应直方图均衡化增强彩色眼底图像的对比度和亮度，然后进行图像去噪；步骤2、数据增强及图像分割：进行数据增强及仿射变换，所述的数据增强方法包括随机水平竖直翻转、随机旋转和边缘锐化；然后，将原图分割成512×512大小的图像作为模型的输入；步骤3、多层级编码器HVMT设计：使用多层级编码器HVMT，实现5个阶段不同粒度的特征提取，从而完成彩色眼底图像中微血管瘤的超精细语义信息提取任务；步骤4、特征提取模块设计：使用Transorfmer技术的VMT模块，以完成每个阶段具体的特征提取任务；步骤5、通过基于U-Net模型的上采样，将不同阶段的特征进行特征融合，得到各阶段的融合特征，从而生成每个阶段的微血管瘤概率图；步骤6、将各阶段的融合特征通过加权及拼接等方式实现特征结合，最后生成最终微血管瘤概率图，筛选后得到微血管瘤区域；步骤7、采用FocalTverskyLoss作为损失函数；步骤8、分割图像的应用：对分割结果用数字处理方法对结果进行滤波，排除无关噪声，最终的分割结果即为DR智能分级信息。
全文数据：
权利要求：
百度查询： 电子科技大学长三角研究院(衢州) 一种基于Transformer的彩色眼底图像微血管瘤超精细分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号