一种基于注意力机制的早产儿视网膜图像分类方法和装置

发明专利有效专利

申请号：
CN202010089915.X
IPC分类号：G06K9/62;G06N3/04
申请日期：
2020-02-13
申请人：
苏州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于注意力机制的早产儿视网膜图像分类方法和装置
申请号	CN202010089915.X	申请日期	2020-02-13
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-06-09	公开/公告号	CN111259982A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	苏州大学	申请人地址	江苏省苏州市姑苏区十梓街1号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州大学	当前权利人	苏州大学
发明人	陈新建;彭圆圆;朱伟芳
代理机构	南京纵横知识产权代理有限公司	代理人	丁朋华

摘要

本发明公开了一种基于注意力机制的早产儿视网膜图像分类方法和装置，包括步骤：将待识别的二维视网膜眼底图像进行预处理，得到预处理后的二维视网膜眼底图像；将预处理后的二维视网膜眼底图像输入到预先训练好的深度注意力网络模型中，输出图像的分类结果识别出早产儿视网膜病变ROP图像；所述深度注意力网络模型为在原始ResNet18网络的第三个残差层和第四个残差层后分别添加互补残差注意力模块和通道注意力SE模块。本发明能够获取丰富且重要的全局和局部信息，使得网络能够学习到正确的病变特征，从而使得分类网络能较好解决病变与背景之间极大的数据不平衡问题，进而提高深度注意力网络模型的分类性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供