-
公开(公告)号:CN112085745B
公开(公告)日:2024-10-18
申请号:CN202010931829.9
申请日:2020-09-07
Applicant: 福建农林大学
IPC: G06T7/11 , G06T7/194 , G06T5/40 , G06N3/0464 , G06N3/084
Abstract: 本发明提出一种基于均衡采样拼接的多通道U型全卷积神经网络的视网膜血管图像分割方法,包括以下步骤:步骤S1:对原始彩色视网膜图像采用三通道直方图均衡化并结合特性值伽马矫正进行预处理;步骤S2:构建多尺度均衡化划分采样点后进行图像块随机拼接扩充数据样本;步骤S3:将图像数据归一化;步骤S4:将归一化后的图像数据输入视网膜血管分割模型进行视网膜血管网络分割;所述视网膜血管分割模型由训练集产生的归一化后的图像数据通过对色彩敏感的三通道U‑Net全卷积网络进行训练获得。其在精度,灵敏度,以及特异性以及AUC上有较大优势。
-
公开(公告)号:CN112529879A
公开(公告)日:2021-03-19
申请号:CN202011483383.4
申请日:2020-12-16
Applicant: 福建农林大学
Abstract: 本发明提出一种基于支持向量机的B‑COSFIRE滤波处理的多尺度采样视网膜血管图像分割方法,包括以下步骤:步骤S1:提取视网膜图像的绿色通道部分并对图像进行翻转处理;步骤S2:通过B‑COSFIRE滤波对翻转后的图像进行滤波增强处理;步骤S3:对滤波处理后的图像采用不同尺度的线检测算子进行血管特征的提取;步骤S4:构建基于提取多尺度的血管特征与滤波图像块的特征向量作为支持向量机模型训练的输入;步骤S5:利用支持向量机模型训练获得的分类器实现视网膜血管预测与分割。
-
公开(公告)号:CN112085745A
公开(公告)日:2020-12-15
申请号:CN202010931829.9
申请日:2020-09-07
Applicant: 福建农林大学
Abstract: 本发明提出一种基于均衡采样拼接的多通道U型全卷积神经网络的视网膜血管图像分割方法,包括以下步骤:步骤S1:对原始彩色视网膜图像采用三通道直方图均衡化并结合特性值伽马矫正进行预处理;步骤S2:构建多尺度均衡化划分采样点后进行图像块随机拼接扩充数据样本;步骤S3:将图像数据归一化;步骤S4:将归一化后的图像数据输入视网膜血管分割模型进行视网膜血管网络分割;所述视网膜血管分割模型由训练集产生的归一化后的图像数据通过对色彩敏感的三通道U‑Net全卷积网络进行训练获得。其在精度,灵敏度,以及特异性以及AUC上有较大优势。
-
-