CN107437092-CN201710506132-基于三维卷积神经网络的视网膜OCT图像的分类算法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107437092 A (43)申请公布日 2017.12.05 (21)申请号 201710506132.5 (22)申请日 2017.06.28 (71)申请人 苏州比格威医疗科技有限公司 地址 215011 江苏省苏州市高新区竹园路 209号 (72)发明人 陈新建　刘云　 (74)专利代理机构 南京纵横知识产权代理有限 公司 32224 代理人 董建林 (51)Int.Cl. G06K 9/62(2006.01) G06T 7/00(2017.01) G06N 3/04(2006.01) 权利要求书1页 说明书4页 附图2页 (54)发明名称 基于三维卷积神经网络的视网膜OCT图像的 分类算法 (57)摘要 本发明公开了一种基于三维卷积神经网络 的视网膜OCT图像的分类算法，包括以下步骤： S01：采集三种视网膜OCT图像，对三种视网膜进 行分类标记；S02：数据预处理，对三维OCT图像数 据进行降采样，得到统一大小的三维图像用于输 入三维卷积神经网络；S03：根据迁移学习思想， 用大量标记好的自然图像预训练一个三维卷积 神经网络模型；S04：用预处理好的视网膜OCT图 像对训练好的三维卷积神经网络模型进行微调， 在主流网络中间的卷积层后加入分支网络，将主 流网络和所述分支网络的输出层进行融合；S05： A 将测试图像按照S02步骤进行预处理，利用S04中 2 微调后的所述三维卷积神经网络模型进行测试， 9 0 7 输出分类结果。本发明具有可以对三维视网膜 3 4 7 OCT图像进行分类以及提高分类准确性的特点。 0 1 N C CN 107437092 A 权　利　要　求　书 1/1页 1.基于三维卷积神经网络的视网膜OCT图像的分类算法，其特征是，包括以下步骤： S01：采集三种三维视网膜OCT图像，分别是以黄斑为中心的视网膜OCT图像、以视神经 乳头为中心的视网膜OCT图像和以大视野为中心的视网膜OCT图像，将所述三种视网膜OCT 图像每种分类标记为2类，分别是正常视网膜图像和异常视网膜图像； S02：数据预处理，对三维视网膜OCT图像数据进行降采样，得到统一大小的三维图像用 于输入三维卷积神经网络； S03：根据迁移学习理论，用大量标记好的自然图像预训练一个三维卷积神经网络模 型，所述三维卷积神经网络模型包括输入层、若干卷积层、若干池化层、若干全连接层以及 输出层； S04：用预处理好的三维视网膜OCT图像对训练好的三维卷积神经网络模型进行微调， 在三维卷积神经网络模型主流网络中间的卷积层后加入分支网络，所述分支网络利用多层 感知卷积进一步提取图像局部信息，所述分支网络同样由卷积层、池化层、全连接层和输出 层组成，将所述主流网络和所述分支网络的输出层进行融合； S05：将测试图像按照S02步骤进行预处理，利用S04步骤中微调后的所述三维卷积神经 网络模型进行测试，输出分类结果。 2.根据权利要求1所述的基于三维卷积神经网络的视网膜OCT图像的分类算法，其特征 是，采用三维线性插值的方法，对所有三维视网膜OCT图像进行降采样，得到96×96×16尺 寸大小的三维图像。 3.根据权利要求1所述的基于三维卷积神经网络的视网膜OCT图像的分类算法，其特征 是，所述训练好的三维卷积神经网络模型主流网络包括1个输入层、8个卷积层、5个池化层、 2个全连接层和1个输出层，从1到8卷积层的滤波器个数分是64,128,256,256