公开(公告)号：CN109543728A

公开(公告)日：2019-03-29

申请号：CN201811318375.7

申请日：2018-11-07

Applicant: 湖北工业大学

Inventor： 吴聪 ,  邹义轩 ,  夏冬 ,  杨智 ,  刘延龙 ,  詹金豪 ,  金吉成

IPC: G06K9/62 ,  G06N3/02

Abstract: 本发明公开了一种基于迁移学习的甲状腺相关性眼病检测方法，首先对眼部区域进行医学扫描，获得3种位图样本，对获得的位图样本进行预处理，得到位图样本中的病症区域和左右眼位位置；然后对预处理后的位图样本进行旋转、平移、缩放操作，然后将所有位图样本依比例划分为训练集、测试集和验证集；接着针对每种位图样本，分别设计一个对应的迁移网络，使用对应类别的训练集来训练3个迁移网络，并用验证集来调试网络参数；最后用投票法来整合3个迁移网络的输出，得到最后系统的诊断输出。本发明在深度学习模型中特征抽取层可以有效提取出病症特征，以及多层映射单元进行病症特征信息分类，具有接近人工效率的病症识别准确率。

公开(公告)号：CN110136147A

公开(公告)日：2019-08-16

申请号：CN201910421479.9

申请日：2019-05-21

Applicant: 湖北工业大学

Inventor： 吴聪 ,  邹义轩 ,  夏冬 ,  刘延龙 ,  杨智 ,  詹金豪 ,  金吉成

IPC: G06T7/11 ,  G06T5/00 ,  G06N3/08

Abstract: 一种基于U-Net模型的分割医学图像的方法、装置及存储介质，方法包括：确定多张医学图像的目标分割区域；分别对多张医学图像的目标分割区域进行医学扫描，得到彩色医学图像样本；对各彩色医学图像样本分别进行预处理，得到提取G通道后的灰色图像；对各灰色图像分别进行去除噪声操作，根据去除噪声后的各灰色图像分别生成一个对应的分割标签图像；对医学图像样本和分割标签图像进行旋转、平移、缩放中的至少一项数据增强处理操作，得到多个位图样本；分别将各位图样本划分为训练集和验证集；将各训练集输入医学图像分割模型，以训练医学图像分割模型；使用各验证集调试模型参数，得到最优模型参数；使用各验证集对进行性能测试，得到最优分割正确率。