眼底新生血管性疾病检测生物标记物、检测试剂盒及应用

    公开(公告)号:CN116042799A

    公开(公告)日:2023-05-02

    申请号:CN202211085875.7

    申请日:2022-09-06

    Abstract: 本发明属于生物医学检测技术领域,公开了一种眼底新生血管性疾病检测的生物标记物、检测试剂盒及应用,眼底新生血管性疾病检测的生物标记物为tRNA衍生片段tRF‑1001,眼底新生血管性疾病检测的生物标记物的核苷酸序列为SEQ ID NO:1,眼底新生血管性疾病检测的生物标记物的检测引物为SEQ ID NO:4和SEQ ID NO:5。本发明利用实时荧光定量PCR技术,通过检测房水中tRNA衍生片段tRF‑1001的相对含量,为眼底新生血管性疾病提供新的检测标记物和预后评估方法。本发明证明检测患者房水中tRF‑1001的表达实现眼底新生血管性疾病的诊断是完全可行的,具有创伤性小和操作简单等特点。

    一种改进的DME水肿区域神经网络分割模型的构建方法

    公开(公告)号:CN111340829B

    公开(公告)日:2023-02-28

    申请号:CN202010083621.6

    申请日:2020-02-10

    Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。

    一种改进的DME水肿区域神经网络分割模型的构建方法

    公开(公告)号:CN111340829A

    公开(公告)日:2020-06-26

    申请号:CN202010083621.6

    申请日:2020-02-10

    Abstract: 本发明属于网络数据处理技术领域,公开了一种改进的DME水肿区域神经网络分割模型的构建方法,进行OCT图像去噪预处理;基于改进的DeepLab神经网络实现DME水肿区域的粗分割,利用空洞卷积和空间金字塔池化模块设计DeepLab神经网络结构;引入全连接条件随机场优化DME水肿区域边界;利用模型分割性能的评价指标对分割模型精度进行评价。本发明能够提高图像的对比度,在去除噪声的同时保留了病变部位的边缘纹理信息,为水肿区域的精确识别与分割奠定了较好的图像数据基础;能够获得良好的病变部位分割性能,增大感受视野、增强分割性能,提高OCT图像的分割速度。

    基于生物启发的OCT图像水肿区域边界提取方法及系统

    公开(公告)号:CN110298848A

    公开(公告)日:2019-10-01

    申请号:CN201910585362.4

    申请日:2019-07-01

    Abstract: 本发明属于水肿区域边界提取技术领域,公开了一种基于生物启发的OCT图像水肿区域边界提取方法及系统,基于生物启发的OCT图像去噪和平滑预处理;利用改进的SBGFRLS模型对OCT图像进行水肿区域边界提取。本发明基于结构保留导向视网膜图像滤波方法实现OCT图像的去噪和平滑预处理;本发明的SGRIF方法在提高图像质量的同时,保护了视网膜图像的结构,为水肿区域边界的高精确提取奠定了基础;本发明基于改进水平集的水肿区域边界提取,通过改进二值化高斯滤波水平集中的符号压力函数,使水平集演化曲线收敛到水肿区域内部,实现了DME的水肿区域边界高精准提取。

Patent Agency Ranking