-
公开(公告)号：CN116721760B
公开(公告)日：2024-04-26
申请号：CN202310687513.3
申请日：2023-06-12
Applicant: 东北林业大学
Abstract: 融合生物标志物的多任务糖尿病性视网膜病变检测算法，本发明涉及糖尿病性视网膜病变(Diabetic retinopathy,DR)自动诊断技术中，早期DR(1到2级)特征不明显导致的漏诊问题。DR是一种常见的糖尿病并发症，是劳动人口致盲的主要因素，对我国糖尿病人群产生了极大的影响。临床经验表明，及时的诊断与治疗可以极大地降低DR致盲的风险，因此对糖尿病患者定期进行DR筛查具有十分重要的现实意义。但由于我国医疗资源分布不均衡，因此使用计算机辅助诊断技术进行DR筛查是十分有效的解决方案。尽管当前基于深度学习的DR自动诊断技术取得了一定的进展，但早期DR(1‑2级)表现不明显，模型极易漏诊。为了解决这一问题，本文提出融合生物标志物的多任务糖尿病性视网膜病变检测算法。实验表明，该方法优势如下：(1)通过计算生物标志物捕获早期DR眼底血管形态的变化，提高DR早期诊断精度(2)利用投票机制对不同任务设计不同的特征权重，提高多任务模型的性能。本发明应用于DR检测。
-
Patent Agency Ranking
公开(公告)号：CN116596950B
公开(公告)日：2023-11-17
申请号：CN202310631644.X
申请日：2023-05-31
Applicant: 东北林业大学
IPC: G06T7/11 , G06T7/00 , G06V10/774 , G06V10/762 , G06V10/74 , G06V10/26 , G06T7/62
Abstract: 本发明提供了特征加权聚类的视网膜眼底血管追踪方法，涉及医学图像计算机分析处理技术领域，为解决现有方法在视网膜眼底血管追踪中分岔点血管划分困难的问题。包括如下步骤：S1、对眼底血管分割数据集预处理，使用预处理后的图像训练眼底血管语义分割模型，并利用眼底血管语义分割模型对眼底血管进行分割提取；S2、对提取的眼底血管进行骨骼化处理，并对骨骼化血管分段；S3、计算每段骨骼化血管的特征，构建特征向量；S4、对每个分岔点处的血管，根据特征向量计算特征相似性度量权重；S5、计算分岔点处血管间的相似度进行聚类，完成血管追踪。本发明方法可以对分岔点处血管进行准确地划分，以实现血管的精确追踪，为生物标志物计算提供基础。
-
公开(公告)号：CN117893832A
公开(公告)日：2024-04-16
申请号：CN202410192859.0
申请日：2024-02-21
Applicant: 东北林业大学
IPC: G06V10/764 , G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06T7/00
Abstract: 一种眼底血管分叉点与交叉点检测与分类算法，本发明涉及视网膜眼底血管分析中，眼底血管分叉点与交叉点检测与分类困难的问题。视网膜眼底血管分析在许多眼部和全身关联疾病的诊断中扮演着关键角色。视网膜血管分叉点与交叉点作为眼底血管的重要特征点，对其准确的检测与分类对于提取相关生物标志物至关重要。眼底血管分布的复杂性以及血管分叉点与交叉点数量和空间分布的不确定性，导致眼底血管连接点检测与分类困难。为了解决这一问题，本发明提出一种眼底血管分叉点与交叉点检测与分类算法。实验表明，该方法优势如下：(1)特异性地学习眼底血管分叉点与交叉点的特征表示，提升分叉点与交叉点的分类精度(2)以端到端的方式实现眼底血管分叉点与交叉点的检测与分类，保持了分叉点与交叉点检测与分类任务的特征一致性，提升了检测与分类的整体性能。本发明应用于眼底血管分叉点与交叉点的检测与分类。
-
公开(公告)号：CN116721760A
公开(公告)日：2023-09-08
申请号：CN202310687513.3
申请日：2023-06-12
Applicant: 东北林业大学
Abstract: 融合生物标志物的多任务糖尿病性视网膜病变检测算法，本发明涉及糖尿病性视网膜病变(Diabetic retinopathy,DR)自动诊断技术中，早期DR(1到2级)特征不明显导致的漏诊问题。DR是一种常见的糖尿病并发症，是劳动人口致盲的主要因素，对我国糖尿病人群产生了极大的影响。临床经验表明，及时的诊断与治疗可以极大地降低DR致盲的风险，因此对糖尿病患者定期进行DR筛查具有十分重要的现实意义。但由于我国医疗资源分布不均衡，因此使用计算机辅助诊断技术进行DR筛查是十分有效的解决方案。尽管当前基于深度学习的DR自动诊断技术取得了一定的进展，但早期DR(1‑2级)表现不明显，模型极易漏诊。为了解决这一问题，本文提出融合生物标志物的多任务糖尿病性视网膜病变检测算法。实验表明，该方法优势如下：(1)通过计算生物标志物捕获早期DR眼底血管形态的变化，提高DR早期诊断精度(2)利用投票机制对不同任务设计不同的特征权重，提高多任务模型的性能。本发明应用于DR检测。
-
公开(公告)号：CN118058702A
公开(公告)日：2024-05-24
申请号：CN202311490372.2
申请日：2023-11-09
Applicant: 东北林业大学
IPC: A61B3/12 , A61B3/14 , G06T7/00 , G06V10/26 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 血管引导与多实例热图回归的眼底血管连接点检测算法，本发明涉及视网膜眼底血管分析中，眼底血管连接点检测困难的问题。视网膜血管形态与多种眼部及全身病变的发生相关。视网膜眼底血管分析，对诊断眼部与全身疾病具有重要意义。在视网膜眼底血管分析中，眼底血管连接点(分叉点与交叉点)是血管形态特征分析与量化的重要参考。然而，由于眼底血管分布复杂，连接点数量、空间分布未知，导致连接点特征提取与表达困难、上下文信息利用不充分。为解决这一问题，本发明提出血管引导与多实例热图回归的眼底血管连接点检测算法。实验表明，该方法优势如下：(1)将连接点坐标预测转变为多实例热图回归，解决稀疏标签注释导致连接点特征表示困难的问题。(2)利用血管注意力机制增强模型对血管区域的关注，利用多分辨率交互机制增强模型对细微血管的感知能力，提升连接点检测精度。本发明应用于眼底血管连接点检测。
-
公开(公告)号：CN116596950A
公开(公告)日：2023-08-15
申请号：CN202310631644.X
申请日：2023-05-31
Applicant: 东北林业大学
IPC: G06T7/11 , G06T7/00 , G06V10/774 , G06V10/762 , G06V10/74 , G06V10/26 , G06T7/62
Abstract: 本发明提供了特征加权聚类的视网膜眼底血管追踪方法，涉及医学图像计算机分析处理技术领域，为解决现有方法在视网膜眼底血管追踪中分岔点血管划分困难的问题。包括如下步骤：S1、对眼底血管分割数据集预处理，使用预处理后的图像训练眼底血管语义分割模型，并利用眼底血管语义分割模型对眼底血管进行分割提取；S2、对提取的眼底血管进行骨骼化处理，并对骨骼化血管分段；S3、计算每段骨骼化血管的特征，构建特征向量；S4、对每个分岔点处的血管，根据特征向量计算特征相似性度量权重；S5、计算分岔点处血管间的相似度进行聚类，完成血管追踪。本发明方法可以对分岔点处血管进行准确地划分，以实现血管的精确追踪，为生物标志物计算提供基础。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
