摘要
本发明提供了一种眼底超声视频最优帧检测与视神经鞘宽度测量的全自动方法。首先,训练一个在眼底超声图像中自动分割眼球和视神经鞘的深度网络模型。然后,对每一个眼底超声视频中的每一帧图像进行分割,设计一个眼底超声图像评分模型对每一帧超声图像进行评分,输出每一个眼底超声视频中得分最高的五张图像作为最优帧集。最后,根据眼球和视神经鞘的分割结果设计基于中心线的算法自动计算眼球下3毫米处的视神经鞘宽度,并以最优帧图像中视神经鞘宽度的修剪平均值作为眼底视神经鞘的宽度测量值。本发明能够在仅输入眼底超声视频的情况下,实现眼球和视神经鞘两个要素的自动分割、最优帧的自动选取和视神经鞘宽度的自动测量。
技术关键词
全自动方法
眼球
中心线
结构单元
超声图像分割
视频帧
深度网络模型
代表
算法
图像灰度值
像素
随机噪声
数据
训练集
医学
亮度
患者
系统为您推荐了相关专利信息
超声图像分割方法
支路
解码器
分支
分割感兴趣区域
LSTM模型
轨迹预测方法
交通信号灯
车道中心线
车辆历史轨迹
测力仪
人工智能深度学习
夹具
压电陶瓷致动器
高速点胶机