基于深度学习的眼底图像视网膜动脉阻塞检测方法和系统
基本信息
| 申请号 | CN202111339569.7 | 申请日 | - |
| 公开（公告）号 | CN114098630A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114098630A | 申请公布日 | 2022-03-01 |
| 分类号 | A61B3/12（2006.01）I;A61B3/14（2006.01）I;A61B3/00（2006.01）I;G06T7/00（2017.01）I;G06T5/00（2006.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I | 分类 | 医学或兽医学；卫生学; |
| 发明人 | 陈勇维;冯奕乐;蒋昌龙;王子龙;张政;丁晓伟 | 申请（专利权）人 | 苏州体素信息科技有限公司 |
| 代理机构 | 上海段和段律师事务所 | 代理人 | 王丹东 |
| 地址 | 215600江苏省苏州市张家港市保税区华达路36号新兴产业育成中心A栋217室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的眼底图像视网膜动脉阻塞检测方法和系统，包括：步骤1：收集带有是否含有视网膜动脉阻塞的标注分类以及去除黑色边缘的彩色眼底图像；步骤2：根据迁移学习建立深度学习模型，并根据已标注分类和去除黑色边缘的彩色眼底图像进行模型训练；步骤3：将待检测的眼底图像输入到训练后的深度学习模型中，得到含有视网膜动脉阻塞的概率，若含有视网膜动脉阻塞的概率大于等于预设值，则判定该眼底图像含有视网膜动脉阻塞，同时提供视网膜动脉阻塞的病变区域。本发明通过深度学习方法，从标注数据中训练模型，从而得到能检测眼底图像视网膜动脉阻塞的模型，减少了筛查视网膜动脉阻塞的工作量。 |
