公开(公告)号：CN118216872A

公开(公告)日：2024-06-21

申请号：CN202410316047.2

申请日：2024-03-20

Applicant: 厦门大学

Inventor： 刘祖国 ,  王少攀 ,  何昕 ,  何捷舟 ,  黄彩虹

IPC: A61B3/14 ,  A61B3/135 ,  A61B3/00 ,  A61B5/00 ,  G06T7/00 ,  G06V40/18 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于深度学习的睑缘病变智能识别方法、介质和设备，该方法包括：接收预设终端采集的待处理的睑缘图像；对所述待处理的睑缘图像进行质量评估，判断所述待处理的睑缘图像的图像质量是否符合预设图像质量要求，若不符合则发出第一提示信息，若符合则将所述待处理的睑缘图像输入至训练完成的第一深度学习模型中，输出所述睑缘图像的识别特征，并根据所述识别特征确定当前睑缘图像对应的病变类型并输出。上述方案通过深度学习模型能够对用户通过预设终端采集的睑缘图像进行质量评估，并将质量评估结果符合要求的睑缘图像输入训练完成的第一深度学习模型中进行识别，能够有效提升睑缘病变判断的效率和精准性。