The invention discloses a blood vessel segmentation method of fundus image, which includes: (a) sampling in the original image in the form of sliding window to expand the fundus data, and training in the image in the window, the window contains the context information of the neighborhood of the center pixel; (b) sampling the input image in the convolution layer by adopting the bilinear difference, and connecting the up sampled image with the The local refinement feature is extracted by general convolution, and the global feature is extracted by global convolution and expansion convolution, and the scale is scaled by convolution layer with step size of 2; (c) the next operation is convolution and maximum pooling, and the abstract feature is extracted, and the structure is densely connected on the same scale; (d) each convolution layer in the structure block is used to scale Before adding the batch normalization function and activation function, the segmentation of microvascular was realized.
【技术实现步骤摘要】
一种眼底图像血管分割方法
本专利技术涉及图像分割方法,特别涉及一种眼底图像血管分割方法。
技术介绍
眼底图像分析是医生在眼底疾病诊断过程中的重要一环,其不仅与眼部疾病相关,而且还能反映出其他疾病和脏器血管的情况[1]。故眼底图像的变化,在一定程度上暗示着身体内器官的状态发生了变化。如高血压病人的视网膜血管可能出现动脉硬化的情况,糖尿病病人眼底可能出现微动脉血管瘤等病灶区域[2],这就在一定程度上反映了全身血管的改变状况,医生可据此来分析、判断疾病的严重程度。在眼底图像的分析过程中,需要对血管进行精细的分割,而由于眼底图像可能存在出血点、渗出物以及病灶区域,其血管自身存在中心线反射和低对比度的微细血管等问题,使得眼底图像的血管精细化分割一直都是国内外研究的热点问题。近年来,在眼底图像血管分割领域,国内外学者通过传统图像处理算法与监督做出了一系列的成果。在传统图像处理算法研究中,涌现出了一批新算法,如匹配滤波器[3]、基于模板的眼底血管分割算法[4]等,该类算法的优点是无需训练样本,根据眼底图像的纹理、颜色等特征进行分割可解释性更强,但其精度较低,细小血管分割的准确率较低。而监督方法主要通过提取特征,并将特征送入分类器来实现血管的分割。目前大部分监督算法是通过人工手动提取特征,如Ricci[5]等采用长度固定但方向变化的两个正交线检测器来统计位于血管段上的平均灰度值,并将提取的特征向量送入到支持向量机(Supportvectormachine,SVM)中进行血管分割。有人提出一种基于决策树的监督算法,通过 ...
【技术保护点】
1.一种眼底图像血管分割方法,其特征在于,包括:/n(a)以滑动窗口的形式在原图中采样,来对眼底数据进行扩充,并以窗口中的图片做训练,窗口中包含了中心像素点邻域的上下文信息;/n(b)对输入的图像在卷积层中采取双线性差值进行上采样,将上采样后的图像,通过普通卷积提取局部精细化特征,通过全局卷积与膨胀卷积来提取大尺度下的全局特征并采用步长为2的卷积层将尺度缩放;/n(c)随后进行采用卷积与最大池化的操作进行下采样并提取其抽象特征,在同一尺度上对这种结构进行稠密连接;/n(d)通过在结构块中每个卷积层之前加入批量归一化函数和激活函数,实现对微细血管的分割。/n
【技术特征摘要】
1.一种眼底图像血管分割方法,其特征在于,包括:
(a)以滑动窗口的形式在原图中采样,来对眼底数据进行扩充,并以窗口中的图片做训练,窗口中包含了中心像素点邻域的上下文信息;
(b)对输入的图像在卷积层中采取双线性差值进行上采样,将上采样后的图像,通过普通卷积提取局部精细化特征,通过全局卷积与膨胀卷积来提取大尺度下的全局特征并采用步长为2的卷积层将尺度缩放;
(c)随后进行采用卷积与最大池化的操作进行下采样并提取其抽象特征,在同一尺度上对这种结构进行稠密连接;
(d)通过在结构块中每个卷积层之前加入批量归一化函数和激活函数,实现对微细血管的分割。
2.根据权利要求1所述的眼底图像血管分割方法,其特征在于,所述眼底图像血管分割方法基于像素级的语义分割网络实现,其中所述语义分割网络由收...
【专利技术属性】
技术研发人员:姚康,付威威,管凯捷,任谊文,朱海龙,潘力,
申请(专利权)人:苏州国科视清医疗科技有限公司,
类型:发明
国别省市:江苏;32
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。