摘要
本申请提供一种用于人体眼底OCT图像中DME病灶的三维分割方法及装置,涉及OCT医学影像分割技术领域,方法包括:获取光学相干层析成像系统输出的初始眼底光学相干层析图像;预先训练用于分割该眼底OCT图像中糖尿病性黄斑水肿病灶区域的基于transformer架构的三维深度学习神经网络模型;将眼底OCT图像输入训练好的三维深度学习神经网络模型进行DME病灶区域的实时全自动三维分割,得到空间区域内连续性良好的立体三维病灶图像;本发明的方法能够获得在空间区域内连续性更好的立体三维病灶图像,更好地帮助医生获取病灶中的三维信息,减轻医生手动分割负担,同时帮助医生更直观清晰地分析病灶形态与变化,为糖尿病性黄斑水肿的临床诊断提供了便利。
技术关键词
眼底OCT图像
三维分割方法
深度学习神经网络模型
注意力机制
编码器
糖尿病性黄斑水肿
解码器
通道
光学相干层析成像系统
医学影像分割技术
光学相干层析图像
局部特征提取
人体
模块
立体三维
像素
元素
语义
多尺度特征
系统为您推荐了相关专利信息
多模态深度学习
多尺度注意力机制
房颤
高维特征向量
电信号
多模态特征融合
无损数据压缩方法
离散余弦变换系数
融合特征
小波变换能量
故障检测方法
卷积神经网络模型
二维灰度图像
注意力机制
sigmoid函数
场景理解方法
图像
高维特征向量
语义分割模型
多模态特征