一种基于骨架先验和对比损失的眼底图像血管分割方法技术

本发明专利技术公开了一种基于骨架先验和对比损失的眼底图像血管分割方法，包括以下步骤：S1、对彩色眼底图像做数据增广；S2、对眼底图像专家标注提取骨架；S3、把眼底图像输入分割网络，计算分割损失；S4、对中间特征的前景背景特征做对比学习损失；S5、对分割模型输出骨架连续性的约束，求取损失函数；S6、将三个损失函数叠加得到总损失，进行梯度反向传播，当总损失连续4轮不再下降，停止训练；S7、获得二值化血管树分割结果。本发明专利技术在两类像素特征样本集合中采用的对比损失函数能够进一步地提升模型在高维空间中对隐藏层特征的判别能力，能够在提取细小血管、防止血管断裂的同时，抑制生物标志物的干扰，非常适合精细的视网膜血管树分割。割。割。

【技术实现步骤摘要】
一种基于骨架先验和对比损失的眼底图像血管分割方法


[0001]本专利技术属于医学图像处理领域，特别涉及一种基于骨架先验和对比损失的眼底图像血管分割方法。

技术介绍

[0002]在眼科疾病的诊断中，彩色眼底图像作为一种非侵入式的血管成像手段，由于其方便获得和拍摄成本廉价的性质，已经成为眼科医生的重要参考材料。视网膜中包含了数量极为丰富、交织错落的血管，这些视网膜血管分支构成完整的血管树。该血管树的枝丫形态，包括离视盘近处与远处的血管口径、血管分支处的分支角度以及血管的弯曲程度都体现了人眼系统的健康程度，甚至还可以反应其他许多心血管疾病。然而视网膜成像还受到个体因素和成像设备以及成像环境条件的影响，避免不了引入噪声的问题，所获得的眼底图像并不是单纯的血管图像。眼底图像上的生物标志物(如视盘、视杯、中央凹、软硬渗出和病变)和成像噪声都会对图像中血管造成视觉影响。因此，在临床应用中，对采集到的眼底图像进行精准的血管提取或者血管分割具有重要意义。
[0003]视网膜血管分割方法有很多种。比较经典的有非监督方法中的匹配滤波方法和血管追踪方法。匹配滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于骨架先验和对比损失的眼底图像血管分割方法，其特征在于，包括以下步骤：S1、对彩色眼底图像做数据增广：对彩色眼底图像进行上下左右随机一个方向的翻转操作，得到翻转图，给翻转后的图像添加噪声，然后将添加噪声后的图像转移到两个不同的色彩空间进行加权融合，然后随机做图像增强和GAMMA矫正，从结果图像提取任意通道作为单通道图像输入；S2、对眼底图像专家标注提取骨架：将专家标注图像中像素值大于127的点的像素值设置为255，其他点的像素值设置为0，得到二值化标注图像；二值化标注图像中，像素值为255的区域为血管区域，像素值为0的区域为背景区域，背景区域中与血管区域距离小于等于5像素距离的区域称为血管边缘区域，背景区域中与血管区域距离大于5像素距离的区域则是非血管区域；对二值化标注图像进行血管骨架中心线提取，将提取得到的血管骨架中心线进行膨胀，得到粗细血管口径均匀的骨架图像；S3、把眼底图像输入分割网络：把增广后的单通道图像输入两个级联的轻量级U型分割网络，分别提取两阶段U型分割网络各自的输出概率图Y1和Y2，将两个概率图与专家标注图像计算分割损失L
SEG
；S4、对中间特征的前景背景特征做对比学习损失：提取级联U型分割网络的中间连接特征，在前景与背景区域选择同样数量的特征向量，对特征向量做对比损失L
CON
；S5、对分割模型输出骨架连续性的约束：提取级联U型分割网络的两级输出，分别把两个输出输入骨架拟合模块，将骨架拟合输出概率图与S2得到的血管骨架图像求取损失函数数值L
SKE
；S6、将三个损失函数叠加得到总损失L
SUM
＝L
SEG
+L
CON
+L
SKE
，进行梯度反向传播，分别训练模型的三个子模块：级联U型分割网络、对比学习投影器和预测器、骨架拟合模块，当总损失L
SUM
连续4轮不再下降，停止训练；S7、获得二值化血管树分割结果：将待识别的图像进行CLAHE增强和GAMMA矫正后，输入训练好的分割模型中，获得分割概率图，使用阈值法获得二值分割结果。2.根据权利要求1所述的一种基于骨架先验和对比损失的眼底图像血管分割方法，其特征在于，所述步骤S1中进行加权融合使用的色彩空间包括RGB、XYZ、LAB、HLS、LUV、YUV和YCrCb彩色空间中的任意两个；设加权系数为α，α为属于[0,1]的随机数；记彩色眼底图像为X，T1和T2分别为色彩空间A和色彩空间B的转换手段，m和n是随机选取的通道；得到的加权输出为：I＝α*T1(X)
m
+(1
‑
α)*T2(X)
n
其中X是选取的彩色图像，T1(X)
m
表示对彩色图像X做T1转换后选取通道m，T2(X)
n
表示对彩色图像X做T2转换后选取通道n，将通道m和n加权得到输入网络的单通道图像I。3.根据权利要求1所述的一种基于骨架先验和对比损失的眼底图像血管分割方法，其特征在于，所述步骤S3中，U型分割网络包括编码器和解码器，编码器包括输入单元和五个下采样单元，五个下采样单元分别进行降采样一倍、两倍、三倍、四倍...

【专利技术属性】
技术研发人员：李永杰，谭玉博，杨开富，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：