【技术实现步骤摘要】
一种用于甲襞微循环血管的微循环智能分析方法
[0001]本专利技术属于甲襞微循环血管分析
,特别涉及一种用于甲襞微循环血管的微循环智能分析方法
。
技术介绍
[0002]目前,近年来深度学习算法的发展极大程度的促进了人们对计算机视觉领域的探索,对于人脸识别
、
目标检测
、
目标跟踪
、
语义分割
、
图像分类等算法的研究已经取得了很大的进展
。
甲襞是覆盖在指甲根部的皮肤皱折,甲襞表面为鳞状上皮覆盖,其中有皮肤真皮突起形成的乳头,每一乳头区一般有一支毛细血管,此毛细血管呈袢状,因此称其为毛细血管袢,毛细血管袢由较细的输入支,袢顶和较粗的输出支组成,正常大多呈“发夹”状
。
[0003]但是面对甲襞微循环图像中血管复杂多变的形态
、
血管背景较为复杂且受成像设备影响图像质量并不是很高的问题,以及单独使用传统的图像处理算法并不能实现完全自动化的微循环参数计算的问题
。
技术实现思路
[0004]本专利技术提出一种用于甲襞微循环血管的微循环智能分析方法,解决了上述问题
。
[0005]本专利技术的技术方案是这样实现的:一种用于甲襞微循环血管的微循环智能分析方法,包括如下步骤:
[0006]步骤
1、
采用单阶段网络识别甲襞微循环血管图像,并输出血管的
bbox
图像;
[0007]步骤
2、
采 ...
【技术保护点】
【技术特征摘要】
1.
一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,包括如下步骤:步骤
1、
采用单阶段网络识别甲襞微循环血管图像,并输出血管的
bbox
图像;步骤
2、
采用
Unet++
对血管的
bbox
图像进行图像分割;步骤
3、
采用图像分类算法统计白微栓的数量
。2.
根据权利要求1所述的一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,所述单阶段网络选用
Yolov5
,
Yolov5
网络的结构被分为输入端
、backbone、neck
和
prediction
,
Yolov5
网络通过
x
参数调整网络的深度
。3.
根据权利要求2所述的一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,所述
Yolov5
网络对输入端的处理方法包括如下步骤:步骤
10、Yolov5
网络对所述甲襞微循环血管图像进行
cutmix
的数据增强处理;步骤
11、Yolov5
网络将甲襞微循环血管图像统一缩放至标准尺寸
。4.
根据权利要求2所述的一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,所述
Yolov5
网络对
neck
端的处理方法包括如下步骤:步骤
12、
通过
SPP
模块增加主干网络的特征提取范围,分离上下文特征,构建特征金字塔;步骤
13、
使用
FPN
模块自上而下将金字塔高层的特征通过上采样的方式进行融合,在
FPN
层之后加入一个自下而上的包含两个
PAN
结构的特征金字塔
。5.
根据权利要求2所述的一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,所述
Yolov5
的损失如下述公式所示:其中,
s
代表特征图的大小;
B
代表每个格子预测的边界框数量;
i
代表第几个格子;
j
代表第几个边界框;
c
代表类别数量
。6.
根据权利要求1所述的一种用于甲襞微循环血管的微循环智能分析方法,其特征在于,所述
Unet++
对血管的
bbox
图像进行图...
【专利技术属性】
技术研发人员:许先崇,许远,
申请(专利权)人:江苏同人医疗电子科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。