您所在的位置: 成果库 基于分割和分类相融合的糖尿病性视网膜病变检测方法

基于分割和分类相融合的糖尿病性视网膜病变检测方法

发布时间: 2023-07-18

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
生物与新医药技术
成果介绍
目前,糖尿病视网膜病变诊断检测的研究领域已经有了很多重要发现。国外基于全局图像的糖尿病视网膜分类针对全图的整体特征信息来设计不同的特征提取方法进行分类,不需要针对单一的病灶特征信息进行特定的检测方法,避免复杂的特征提取工作。2014年Antal提出了一种基于整体的糖尿病视网膜病变筛查方法。该方法是基于从几种视网膜图像处理算法的输出中提取的特征,例如图像级别(质量评估,预筛查,AM/FM),病变特定(微动脉瘤,渗出液)和解剖结构(黄斑,视盘)。
成果亮点
由一组机器学习分类器做出有关疾病存在的最终判断。2016年Pratt提出了一种基于CNN的方法,用于从数字眼底图像诊断DR并对其严重性进行准确分类。开发了具有CNN特性的体系结构和数据增强功能的网络,该网络可以识别分类任务中涉及的复杂特征,例如视网膜上的微动脉瘤,渗出液和出血,因此可以自动进行诊断,而无需用户输入。2019年Torre等提出了糖尿病性视网膜病深度学习可解释的分类器。一方面,它将视网膜图像分类为具有可分辨特征的不同严重程度。另一方面,该分类器能够通过为隐藏和输入空间中的每个点分配分数来解释分类结果。
团队介绍
学校创建于1952年7月,原名东北林学院,是在浙江大学农学院森林系和东北农学院森林系基础上建立的,由国家林业部直属管理。1985年8月更名为东北林业大学。2000年2月,由国家林业局划归教育部直属管理。2005年10月,经国家发改委、财政部和教育部批准,成为国家“211工程”重点建设高校。2010年11月,教育部和国家林业局签署合作共建协议。2011年6月,成为国家“优势学科创新平台”项目重点建设高校。2012年3月,教育部与黑龙江省人民政府签署合作共建协议。2017年9月,经国务院批准列为“双一流”建设高校。2022年2月,入选国家第二轮“双一流”建设高校。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间:2023-11-06

李娜

黑龙江省轻工科学研究院

科长

综合评价

技术前景广阔,具备技术成果转移转化要求。
查看更多>
更多