-
公开(公告)号:CN109697719A
公开(公告)日:2019-04-30
申请号:CN201910164856.5
申请日:2019-03-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/00
Abstract: 本发明实施例提出一种图像质量评估方法、装置及计算机可读存储介质,其中方法包括:获取针对目标对象的眼底图像;将所述眼底图像输入至第一预设模型,得到所述第一预设模型输出的所述眼底图像中的至少一个视盘区域候选位置信息、以及每一个视盘区域候选位置信息对应的置信度;基于所述至少一个视盘区域候选位置信息及其对应的置信度,确定所述视盘区域的目标置信度;基于所述视盘区域的目标置信度,确定针对目标对象的眼底图像的评估结果。以解决不能满足医疗影像分析场景需求,以及无法保证输出结果的准确性的问题。
-
公开(公告)号:CN109934806A
公开(公告)日:2019-06-25
申请号:CN201910164692.6
申请日:2019-03-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了一种图像确定方法、装置、设备和存储介质。所述方法包括:提取待处理图像中的第一图像区域;根据所述第一图像区域的特征参数,确定所述待处理图像中的第二图像区域的特征参数;根据所述第二图像区域的特征参数,确定所述待处理图像中的第二图像区域。本发明实施例通过根据待处理图像中第一图像区域的特征参数间接的确定第二图像区域的特征参数,进而确定待处理图像中的第二图像区域,不同图像区域受环境因素影响的程度不同,因而识别难度不同,本方案可以通过较易识别区域间接的对较难识别区域进行识别,提高了图像确定的准确率。
-
公开(公告)号:CN109829446A
公开(公告)日:2019-05-31
申请号:CN201910167485.6
申请日:2019-03-06
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了一种眼底图像识别方法、装置、电子设备及存储介质。该方法包括:获取待识别眼底图像,并对待识别眼底图像进行网格分块处理,以形成多个待识别分块网格;将待识别眼底图像的每个待识别分块网格,分别输入预先训练的神经网络模型,以确定待识别分块网格的病灶状态;根据病灶状态和各待识别分块网格在待识别眼底图像中的位置,确定待识别眼底图像的病灶状态。本发明实施例的技术方案在保证病灶识别准确性和多类型病灶识别的同时,减少需要的眼底图像样本数量以及模型训练过程的数据运算量。
-
公开(公告)号:CN109886955A
公开(公告)日:2019-06-14
申请号:CN201910163979.7
申请日:2019-03-05
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06T7/00
Abstract: 本申请实施例公开了用于处理眼底图像的方法和装置。上述方法的一具体实施方式包括:获取眼底图像;确定眼底图像中的视盘区域;根据预设的计算参数以及视盘区域,确定中央凹的坐标;基于中央凹的坐标,确定黄斑区感兴趣区域;截取黄斑区感兴趣区域以及输出截取的图像。该实施方式可以有效地提取眼底图像中的黄斑区感兴趣区域。
-
公开(公告)号:CN109934806B
公开(公告)日:2022-08-19
申请号:CN201910164692.6
申请日:2019-03-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例公开了一种图像确定方法、装置、设备和存储介质。所述方法包括:提取待处理图像中的第一图像区域;根据所述第一图像区域的特征参数,确定所述待处理图像中的第二图像区域的特征参数;根据所述第二图像区域的特征参数,确定所述待处理图像中的第二图像区域。本发明实施例通过根据待处理图像中第一图像区域的特征参数间接的确定第二图像区域的特征参数,进而确定待处理图像中的第二图像区域,不同图像区域受环境因素影响的程度不同,因而识别难度不同,本方案可以通过较易识别区域间接的对较难识别区域进行识别,提高了图像确定的准确率。
-
公开(公告)号:CN109784337A
公开(公告)日:2019-05-21
申请号:CN201910164878.1
申请日:2019-03-05
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明实施例提出一种黄斑区识别方法、装置及计算机可读存储介质,其中方法包括:获取针对目标对象的眼底图像;从所述眼底图像中,提取血管信息、以及视盘信息;将所述血管信息以及所述视盘信息作为回归模型的输入参数,得到所述回归模型输出的黄斑中心凹的位置信息;基于所述黄斑中心凹的位置信息确定所述目标对象的眼部的黄斑区的区域位置信息。解决在黄斑区部分的图像质量受损的情况下,无法准确识别黄斑区的问题。
-
-
-
-
-