一种基于深度神经网络的OCTA图像超分辨率重建方法
公开
摘要
本发明公开了一种基于深度神经网络的OCTA图像超分辨率重建方法，包括：采集OCTA图像并进行预处理，获得初始数据集，将初始数据集划分为训练集和测试集；构建神经网络模型，基于训练集对神经网络模型进行训练，获得第一网络模型；基于测试集对第一网络模型进行测试，获得第二网络模型；基于第二网络模型对OCTA图像进行超分辨率重建，获得目标图像。本发明重建后的图像能够帮助医生高分辨率地识别视网膜脉络膜血流运动信息，对活体组织视网膜脉络膜微血管清晰成像，提高诊断准确率与便捷性。
基本信息
专利标题 ：
一种基于深度神经网络的OCTA图像超分辨率重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298907A
申请号 ：
CN202111628819.9
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
江旻珊刘熠翕张学典
申请人 ：
上海理工大学
申请人地址 ：
上海市杨浦区军工路516号
代理机构 ：
北京东方盛凡知识产权代理事务所(普通合伙)
代理人 ：
陈光磊
优先权 ：
CN202111628819.9
主分类号 ：
G06T3/40
IPC分类号 ：
G06T3/40 G06N3/04 G06N3/08
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
G06T3/00
在图像平面内的图形图像转换
G06T3/40
整个或部分图像的缩放
法律状态
2022-04-08 ：
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
