一种基于深度学习的OCTA图像运动矫正方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的OCTA图像运动矫正方法,包括:采集OCTA图像,对OCTA图像进行预处理,获得初始数据集,并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,获得第一神经网络模型;基于测试集对第一神经网络模型进行测试,获得第二神经网络模型;基于第二神经网络模型对OCTA图像进行修复,获得目标图像。本发明无需额外拍摄大量重复图像用来消除伪影,无需额外的集成用于检测运动的硬件,就可以高效的修复OCTA中因为运动而引起的图像伪影,结构简单,效率高,应用范围广。
基本信息
专利标题 :
一种基于深度学习的OCTA图像运动矫正方法
专利标题(英):
暂无
公开(公告)号 :
CN114332278A
申请号 :
CN202111648782.6
公开(公告)日 :
2022-04-12
申请日 :
2021-12-30
授权号 :
暂无
授权日 :
暂无
发明人 :
江旻珊徐湘王裕张学典
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 :
CN202111648782.6
主分类号 :
G06T11/00
IPC分类号 :
G06T11/00 G06V10/764 G06V10/26 G06V10/82 G06K9/62 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
G06T11/00
2D图像的生成
法律状态
2022-04-29 :
实质审查的生效
IPC(主分类) : G06T 11/00
申请日 : 20211230
申请日 : 20211230
2022-04-12 :
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