基于不確定度的早產(chǎn)兒視網(wǎng)膜病plus病變分類系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010901076.7 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN111968107A | 公開（公告）日 | 2020-11-20 |
| 申請(qǐng)公布號(hào) | CN111968107A | 申請(qǐng)公布日 | 2020-11-20 |
| 分類號(hào) | G06T7/00;G06T7/10;G06K9/62;G06N3/08;G06N3/04 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 劉磊 | 申請(qǐng)（專利權(quán)）人 | 合肥奧比斯科技有限公司 |
| 代理機(jī)構(gòu) | 北京久誠(chéng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) | 代理人 | 余罡 |
| 地址 | 230000 安徽省合肥市高新區(qū)黃山路605號(hào)民創(chuàng)中心506、508室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明提供了一種基于不確定度的早產(chǎn)兒視網(wǎng)膜病plus病變分類系統(tǒng)，涉及深度學(xué)習(xí)技術(shù)領(lǐng)域。通過(guò)血管分割模塊，先分割出眼底圖像的血管，分類模塊再利用貝葉斯深度學(xué)習(xí)分類網(wǎng)絡(luò)模型提取特征，通過(guò)多次dropout蒙特卡洛，獲取三組分別對(duì)應(yīng)三個(gè)病變類型的概率值和一組圖像噪聲，并計(jì)算每組概率值的均值以及方差，將均值最大的病變類型作為最終分類結(jié)果，將圖像噪聲的均值作為偶然不確定度，方差和作為模型不確定度。在實(shí)際投入使用時(shí)，可以通過(guò)兩種不確定度判定圖像分類結(jié)果的可信程度，而不是選擇盲目相信模型給予的診斷結(jié)果，這對(duì)于醫(yī)生和患者而言，考慮是否需要人工眼科專家重新診斷幫助非常大，在實(shí)際臨床使用更加安全可靠。 |
