一种基于生成对抗机制的眼底影像杯盘分割方法技术

技术编号:20046643 阅读:88 留言:0更新日期:2019-01-09 04:43
本发明专利技术公开了一种基于生成对抗机制的眼底影像杯盘分割方法,通过对单通道或多通道彩色眼底影像图进行数据增强处理,然后利用U‑Net网络对眼底影像图进行分割,得到的预测分割图像会输送到判别器网络中进行鉴定真假,得到的真假判断损失返回调整U‑Net网络生成的模型,经过多次生成对抗网络的运行,最终得到最优的视盘分割模型和视杯分割模型,实现对视盘和视杯的分割检测。

【技术实现步骤摘要】
一种基于生成对抗机制的眼底影像杯盘分割方法
本专利技术涉及眼部医学影像检测领域,更具体地,涉及一种基于生成对抗机制的眼底影像杯盘分割方法。
技术介绍
青光眼是视神经逐渐受损的一种慢性眼部疾病,是排在白内障后的第二大失明致因,杯盘比是国内外检测青光眼最为常用的一种检测方法,相比于视野缺损、眼压等测量方法,杯盘比的计算较为稳定,而用于杯盘比检测的载体一般为眼底图和OCT等眼底影像,可以保存并用于医疗大数据的整理与分析。利用计算机技术分析和处理数字图像,以检测与分割出眼底影像的视盘和视杯,其结果作为辅助意见供诊断医师参考,通常采用数字图像处理技术的形状匹配方法和主动轮廓方法等检测眼底影像的颜色、形状、纹理等特征,或采用机器学习方法从特定数据集中提取有代表性的特征,从而分割得到视盘与视杯。目前一般采用以下三种方法:1.形状匹配方法。由于视盘和视杯呈现圆形或椭圆形的特点,在早期对视盘视杯的研究中,一般采用基于形状的方法对视盘和视杯进行分割。有利用圆形霍夫变换方法分割出视盘,利用梯度矢量流模型提高分割的准确性,也有利用椭圆霍夫变换方法拟合椭圆形的视盘与视杯区域。但是这种方法对形状和灰度值的敏感性本文档来自技高网...

【技术保护点】
1.一种基于生成对抗机制的眼底影像杯盘分割方法,其特征在于,包括以下步骤:S1:对原图像进行数据增强操作,通过旋转变换和定位裁剪、对比度增强,增加眼底影像图的数量和提取目标图像缩小特征提取的范围、增强视盘和视杯的特征对比度;S2:通过U‑Net网络自动提取视盘与视杯的特征,通过大量数据增强处理后的视盘图像分别训练出视盘分割模型与视杯分割模型,利用收缩路径中的卷积、批标准化、池化和下采样交替缩小视盘图像尺寸,提取出越来越多的视盘与视杯特征;当特征数量达到指定的数量时,利用扩展路径的上采样、卷积、激活、批标准化逐步恢复图像原本尺寸,并与收缩路径中同层次的图像特征进行融合产生新的特征,进而提炼得到最...

【技术特征摘要】
1.一种基于生成对抗机制的眼底影像杯盘分割方法,其特征在于,包括以下步骤:S1:对原图像进行数据增强操作,通过旋转变换和定位裁剪、对比度增强,增加眼底影像图的数量和提取目标图像缩小特征提取的范围、增强视盘和视杯的特征对比度;S2:通过U-Net网络自动提取视盘与视杯的特征,通过大量数据增强处理后的视盘图像分别训练出视盘分割模型与视杯分割模型,利用收缩路径中的卷积、批标准化、池化和下采样交替缩小视盘图像尺寸,提取出越来越多的视盘与视杯特征;当特征数量达到指定的数量时,利用扩展路径的上采样、卷积、激活、批标准化逐步恢复图像原本尺寸,并与收缩路径中同层次的图像特征进行融合产生新的特征,进而提炼得到最终的二分类或多分类分割图像,同时生成一个视盘分割模型或视杯分割模型;S3:建立判别器网络分别对视盘预测分割图像与视杯预测分割图像进行判别,判别器通过卷积、批标准化、激活层的交替操作对预测图像进行新的特征提取,提取出多种特征,最终根据特征对输入图像进行真假判别,专家标签图像判别为1,而U-Net生成器的分割结果判别为0;S4:将生成对抗机制应用到U-Net分割网络中,形成生成对抗网络,S2生成的分割图像与专家标签图像进行交叉熵损失计算;S2得到的预测分割图像和专家标签图像分别经过S3进行判别,对其结果做损失计算并求两者平均值,进而通过优化器优化得到性能越来越好的判别器;由专家标签图像经由优化后的判别器生成新的预测图像计算得到均方差损失,与U-Net得到的交叉熵损失相加,进而通过...

【专利技术属性】
技术研发人员:贾西平黄锦丽刘少鹏方刚陈桂君林智勇陈荣军柏柯嘉廖秀秀张倩
申请(专利权)人:广东技术师范学院
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1