-
公开(公告)号:CN118365658B
公开(公告)日:2024-08-23
申请号:CN202410793240.5
申请日:2024-06-19
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06T7/10 , G06T7/00 , G06T5/40 , G06T5/90 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法,主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题,提高早期筛查的效率和准确性,该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤,实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强,使用残差可分离卷积模块扩展的U‑Net网络进行特征提取,以及双分支结构和特征交互模块实现多病灶分割。
-
公开(公告)号:CN118365658A
公开(公告)日:2024-07-19
申请号:CN202410793240.5
申请日:2024-06-19
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06T7/10 , G06T7/00 , G06T5/40 , G06T5/90 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法,主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题,提高早期筛查的效率和准确性,该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤,实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强,使用残差可分离卷积模块扩展的U‑Net网络进行特征提取,以及双分支结构和特征交互模块实现多病灶分割。
-