← 返回列表

缺血型视网膜静脉阻塞的识别方法及装置

申请号: CN202410217112.6
申请人: 中日友好医院(中日友好临床医学研究所)
申请日期: 2024/2/28

摘要文本

缺血型视网膜静脉阻塞的识别方法及装置,能提取全局信息和上下文信息,又能准确地抓取其局部信息,全方位地准确识别缺血型视网膜静脉阻塞。包括:(1)数据读取:读取标注好的FFA影像,对数据进行预处理和增强,并按照比例随机划分为训练集、验证集和测试集;(2)模型训练:分别经过Vision Transformer和CNN网络提取特征,将两张特征图拼接,进行融合;送入全连接层来获取FFA影像的识别结果,期间通过损失函数进行反向传播,以此训练模型;(3)模型测试:使用训练好的模型的参数文件来进行参数的加载,读取待识别的FFA影像,对影像进行预处理使其与训练数据的格式一致,送入模型得到识别结果。

专利详细信息

项目 内容
专利名称 缺血型视网膜静脉阻塞的识别方法及装置
专利类型 发明申请
申请号 CN202410217112.6
申请日 2024/2/28
公告号 CN117789284A
公开日 2024/3/29
IPC主分类号 G06V40/18
权利人 中日友好医院(中日友好临床医学研究所)
发明人 陈宜; 巩迪; 虞欣; 张云豪
地址 北京市朝阳区樱花园东街2号

专利主权项内容

1.缺血型视网膜静脉阻塞的识别方法,其特征在于:其包括以下步骤:(1)数据读取:读取标注好的FFA影像,每一幅FFA影像的分辨率为768像素×768像素,标注由眼科医生对FFA影像进行手工标注缺血型视网膜静脉阻塞RVO无灌注区,然后对数据进行预处理和增强,并按照比例随机划分为训练集、验证集和测试集,用以训练,验证和评估所提出的网络;(2)模型训练:预处理后的FFA影像分别经过Vision Transformer和CNN网络提取特征,将两张特征图进行concat拼接,然后利用1×1的卷积对上述两个不同类型的特征进行融合,从而全方位提取FFA影像的特征信息;最后将融合后的特征图送入全连接层来获取FFA影像的识别结果,期间通过损失函数进行反向传播,以此训练模型;(3)模型测试:使用训练好的模型的参数文件来进行参数的加载,读取待识别的FFA影像,对影像进行预处理使其与训练数据的格式一致,将其送入步骤(2)的模型中,得到缺血型视网膜静脉阻塞的识别结果。