公开(公告)号：CN115100187A

公开(公告)日：2022-09-23

申请号：CN202210892726.5

申请日：2022-07-27

Applicant: 浙江大学

Inventor： 叶娟 ,  王琳艳 ,  卓晓玲 ,  程志明 ,  宋思远 ,  金凯 ,  邵安

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N20/20

Abstract: 本发明公开了一种基于联邦学习的青光眼图像检测方法。建立了一个两阶段的青光眼诊断网络模型，通过两阶段的青光眼诊断网络模型对眼底图像进行处理，第一阶段用于获得杯盘比结果，第二阶段用于获得青光眼分类概率结果；收集眼底图像数据并预处理，用预处理后的眼底图像数据对两阶段的青光眼诊断网络模型中的第二阶段进行训练，获得训练后的两阶段的青光眼诊断网络模型；针对待测的眼底图像输入训练后的两阶段的青光眼诊断网络模型获得两阶段的结果，综合两阶段的结果对眼底图像中的青光眼情况进行分类判断。本发明实现了快速高效的青光眼图像检测，方法大大减少了医生的诊断周期。

公开(公告)号：CN115100187B

公开(公告)日：2024-06-11

申请号：CN202210892726.5

申请日：2022-07-27

Applicant: 浙江大学

Inventor： 叶娟 ,  王琳艳 ,  卓晓玲 ,  程志明 ,  宋思远 ,  金凯 ,  邵安

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N20/20

Abstract: 本发明公开了一种基于联邦学习的青光眼图像检测方法。建立了一个两阶段的青光眼诊断网络模型，通过两阶段的青光眼诊断网络模型对眼底图像进行处理，第一阶段用于获得杯盘比结果，第二阶段用于获得青光眼分类概率结果；收集眼底图像数据并预处理，用预处理后的眼底图像数据对两阶段的青光眼诊断网络模型中的第二阶段进行训练，获得训练后的两阶段的青光眼诊断网络模型；针对待测的眼底图像输入训练后的两阶段的青光眼诊断网络模型获得两阶段的结果，综合两阶段的结果对眼底图像中的青光眼情况进行分类判断。本发明实现了快速高效的青光眼图像检测，方法大大减少了医生的诊断周期。