基于改进Resnet与SVR混合模型的OCT图像质量评价...
授权
摘要
本发明提供了一种基于改进Resnet与SVR混合模型的OCT图像质量评价方法，包括以下步骤：步骤1，对原始OCT图像进行预处理，得到预处理后的OCT图像；步骤2，构建并训练深度残差网络，采用训练后的深度残差网络提取预处理后的OCT图像的深层次特征；步骤3，利用所提取预处理后的OCT图像的深层次特征训练OCT图像质量评价模型；给定一幅待评价的OCT图像，利用OCT图像质量评价模型得到待评价的OCT图像的质量分数。本发明将深度残差网络与OCT图像的质量评价任务相结合，建立了一种新的OCT图像的主观感知质量的客观预测模型。
基本信息
专利标题 ：
基于改进Resnet与SVR混合模型的OCT图像质量评价方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109308692A
申请号 ：
CN201810852367.4
公开（公告）日 ：
2019-02-05
申请日 ：
2018-07-30
授权号 ：
CN109308692B
授权日 ：
2022-05-17
发明人 ：
张敏王佳阳张蕾冯筠吕毅
申请人 ：
西北大学;西安交通大学
申请人地址 ：
陕西省西安市太白北路229号
代理机构 ：
西安恒泰知识产权代理事务所
代理人 ：
黄小梧
优先权 ：
CN201810852367.4
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-17 ：
授权
2019-03-05 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20180730
申请日 : 20180730
2019-02-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
