一种基于Attention机制的全卷积神经网络的眼底图像分割方法
基本信息
申请号 | CN201911198519.4 | 申请日 | - |
公开(公告)号 | CN110969117A | 公开(公告)日 | 2020-04-07 |
申请公布号 | CN110969117A | 申请公布日 | 2020-04-07 |
分类号 | G06K9/00;G06K9/34;G06K9/62;G06T7/00;G06T7/10;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 季鑫;康宏 | 申请(专利权)人 | 北京上工医信科技有限公司 |
代理机构 | 北京华识知识产权代理有限公司 | 代理人 | 北京市眼科研究所;北京上工医信科技有限公司 |
地址 | 100010 北京市东城区后沟胡同17号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及医学图像处理领域,提供了一种基于Attention机制的全卷积神经网络的眼底图像分割方法、系统及计算机可读存储介质,其中方法包括:选取眼底视网膜图像数据作为训练集和测试集;对所述训练集中的眼底视网膜图像进行预处理;在TensorFlow上构建全卷积神经网络模型;利用训练好的全卷积神经网络模型对测试集进行分割,得到最终分割结果。所述系统包括数据获取模块、预处理模块、全卷积神经网络构建模块和图像分割模块。本发明提供了从眼底图像中自动分割视杯视盘的基于Attention机制的多连接完全卷积神经网络模型,克服了传统方法的各种限制,并通过融合神经网络中的多级特征提高了模型的学习能力,提高了杯盘分割的精确度。 |
