【技术实现步骤摘要】
一种眼科体征保持的眼底图像增强方法
[0001]本专利技术属于医学图像处理
,具体涉及眼底图中眼科体征保持的眼底图像增强方法。
技术介绍
[0002]眼底图像是由眼底相机拍摄生成的图像,能够观察到黄斑、视盘等重要的眼底组织,是各类眼科疾病检查和诊断中常用且重要的依据。当前眼科检查广泛采用的眼底图成像设备具有成像速度快且成本低等优点,但成像的眼底图存在整体光照分布不均匀、眼睑睫毛遮挡、边缘伪影、眼科体征对比度较差等问题,影响了临床医师的诊断效率和精度,也进一步阻碍了下游的眼底血管分割、中心凹定位等眼底图像分析任务的发展。而新型高端眼底成像设备虽然存在价格高昂、普及率低、拍摄时间长等问题,但眼科体征可以得到高保真度成像,图像质量非常适合眼科医师诊断。在这种情况下,将传统设备拍摄的普通眼底图像转换增强为真彩高清的高质量的眼底图像,进而实现两种成像方式优点的有效融合,具有重要的研究意义和现实应用价值。
[0003]现阶段用于增强眼底图像的方法主要分为两类,一类是基于传统数字图像处理的增强方法,另一类是基于深度学习的增强方法。
[0004]基于传统数字图像处理技术的增强方法,主要包括基于直方图的方法,如直方图均衡化
[1],动态直方图均衡化
[2]和对比度受限的自适应直方图均衡化
[3][4];基于变换分析的方法,如小波变换
[5],非下采样轮廓波变换
[6][7];以及基于Retinex理论的方法
[8][9]。早期的眼底图像增强任务大多是对传统的数字图像
【技术保护点】
【技术特征摘要】
1.一种眼科体征保持的眼底图像增强的方法,其特征在于,采用基于CycleGAN的图像增强网络模型,记为SSGAN;SSGAN模型包括一个血管分割网络和由两个生成器(G
A
,G
B
)、两个判别器(D
A
,D
B
)组成的转换增强网络;其中:所述生成器(G
A
,G
B
),用于将输入图像转换到与生成器下标对应的图像域,生成器G
A
将输入图像转换到图像域A,生成器G
B
将输入图像转换到图像域B;每个生成器使用带有残差块的编码器
‑
解码器架构,所述编码器对输入图像进行特征提取,得到特征图,特征图输入到所述残差快中进行转换,获取新的特征表示,最后所述解码器将这些特征重建为新的图像,作为生成器输出;所述判别器(D
A
,D
B
),用于对输入图像是否属于判别器对应的图像域做出判断,以判别器D
A
为例,D
A
需要能够分辨出输入图像是图像域A中的真实图像还是生成器G
A
生成的伪造图像,同样,D
B
需要能够分辨出输入图像是图像域B中的真实图像还是生成器G
B
生成的伪造图像;所述血管分割网络,是在带有分割标注的眼底血管图像上预先训练好的一个U
‑
Net模型,用于从输入的图像中分割出眼底的血管体征;分割的结果可用于计算血管分割损失,对原始图像和增强图像之间的血管分布差异进行量化。2.根据权利要求1所述的眼科体征保持的眼底图像增强的方法,其特征在于,所述判别器(D
A
,D
B
)中:所述编码器由三层卷积组成,第一层使用7
×
7的卷积核对图像进行步长为1的卷积操作,剩余两层则接连使用3
×
3的卷积核,对图像进行步长为2的卷积操作;每一个卷积层后都紧跟着一个实例归一化层和一个ReLU激活函数,分别起到对单个图像进行归一化和引入非线性因素的作用;最后的输出是通道数为256的特征图;所述解码器与编码器的结构对称,同样由三层卷积组成,前两层使用3
×
3的卷积核,对特征图进行步长为2的转置卷积操作,每一次转置卷积之后都连接一个实例归一化层和一个ReLU激活函数,最后一层使用7
×
7的卷积核,进行步长为1的卷积,将特征还原为带有RGB三个通道的图像,并使用tanh激活函数放大特征效果,加快收敛速度;所述残差快使用带有9个卷积层的残差网络,用于对特征进行整理。3.根据权利要求2所述的眼科体征保持的眼底图像增强的方法,其特征在于,所述判别器使用PatchGANs结构,通过卷积操作将图像缩小为70
×
70大小的矩阵块,使用该矩阵作为最后的评价标准来判断输入图像是否为对应域中的真实图像。4.根据权利要求3所述的眼科体征保持的眼底图像增强的方法,其特征在于,所述血管分割网络模型分为下采样和上采样两个对称的过程;每个过程都具有五层;在下采样过程中的每一层进行两次卷积和非线性变换,得到的结果一方面再使用最大池化进行下采样,另一方面还进行裁剪复制后直接通过跳跃连接输送到上采样过程中;在上采样过程中的每一层都要对输入的特征图进行反卷积,将反卷积的结果与从跳跃连接得到的图像进行拼接,拼接后的结果再进行两次卷积来提取特征;最后使用2个1
×
1大小的卷积核将图像的特征通道变为2个,即分割的目标和背景,得到最终输出的分割图像;使用该输出计算出的分割损失用于优化转换增强图像的生成,使得环形转换网络中的生成器能够更多地关注眼底图像的血管细节,保证增强后图像较好地保有原始图像的眼底血管纹路细节。
5.根据权利要求4所述的眼科体征保持的眼底图像增强的方法,其特征在于,所述转换网络由两个所述生成器和所述判别器组成;训练中,使用的损失包...
【专利技术属性】
技术研发人员:韦巧玲,颜波,赵晨,谭伟敏,谷卓遥,
申请(专利权)人:复旦大学,
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。