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！
摘要：一种面向视网膜眼底图像中的多尺度小目标方法，属于计算机视觉和医学图像处理领域。以深度卷积神经网络为基础，使用了8种眼底公共数据集，通过基于Laplacian尺度空间理论计算每个小目标以及负样本的最佳感受野，从而得到每个小目标的多种尺度的patch图片，以训练如图2所示网络模型，在完成基本的二分类任务的基础上，进一步解决了多尺度眼底图像的分类问题。如图2，该网络模型使用全新提出的T型网络架构，提出ASPP方法处理不同尺度的输入图像，并加强特征表达和对显著特征的关注，从而得到较为优秀的分类结果。本发明适用于多尺度的眼部医疗数据，用于进行眼部图像的分类任务。
主权项：1.一种面向视网膜眼底图像中的多尺度小目标检测方法，包括如下步骤：1选取8种公共数据集，基于Laplacian尺度空间理论计算每个MA以及负样本的最佳感受野，从而得到每个MA的patchsize；2手动对正负样本patch进行计算，正样本以MA区域的连通域质心为中心，截取patch，负样本选取除MA区域外随机截取图像中的patch区域作为负样本；3制作数据集对应的标签，并通过预设值对图像进行标准化和归一化；4设计适用于现有数据集的神经网络，以实现对多尺度视网膜眼底图像中微动脉瘤的分类；5通过计算准确度、精确度、灵敏度、F1分数对所述神经网络性能进行评价；所述神经网络使用ASPP方法，对不同尺度的眼底图像进行自适应池化，之后进行多尺度特征融合得到融合后的特征图，使不同尺寸的图像可以得到相同尺度的特征图，用于后面共享参数的训练，并引入注意力机制和特征金字塔融合方式，得到有效特征；所述多尺度特征融合使用金字塔融合机制，在提取到有效的特征后，通过3层上采样操作还原特征图的细节信息，并与下采样中不同尺度的特征图进行特征金字塔融合，最后将金字塔每一层的特征图进行像素累加操作，作为用于分类的特征图，最终得到二分类预测结果。
全文数据：
权利要求：
百度查询： 天津理工大学 面向视网膜眼底图像中的多尺度小目标检测方法
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