【技术实现步骤摘要】
基于边界增强的OCT图像脉络膜层结构分割方法及存储介质
:
[0001]本专利技术涉及一种基于边界增强的OCT图像脉络膜层结构分割方法及存储介质,属于图像处理领域,可用于辅助脉络膜相关疾病分析。
技术介绍
:
[0002]临床医学研究表明,高度近视的病理过程会出现脉络膜的形态学变化。高度近视的眼轴增长所产生的机械牵拉导致视网膜和脉络膜变薄,并引发眼底的多种病理性改变,最终演变为高度近视最严重的类型,即病理性近视。近年来我国也开始对儿童近视或高度近视进行大规模防控和干预。而近视病理机制十分复杂,现阶段还没有明确的定论。
[0003]目前,对高度近视诊疗的常用手段是对脉络膜厚度变化的进行分析。通常以光学相干断层扫描成像(OCT)技术为载体,对黄斑区及视杯视盘区脉络膜厚度进行检测并分析。但脉络膜整体的厚度指标难以全面反映脉络膜结构的特征性改变。随着光学相干断层扫描技术的发展,临床专家观察到了更多高度近视患者的脉络膜形态结构的细节性改变,例如脉络膜层结构厚度变化。对OCT图像中的脉络膜结构进行精准提取实现量化分析,有助于监测高度近视患者其眼底病理性改变的发生。因此,基于OCT图像的脉络膜形态结构变化分析可作为高度近视筛查、诊断和病程评估及预测的重要依据。
[0004]而目前,对脉络膜形态结构的量化分析很大程度上依赖于临床专家的在二维图像上的人工分析。由于临床专家的人工分析费时费力,因此对脉络自动分割分析算法的需求十分迫切。而当前的脉络膜层的自动分割及分析工作相对较少,公开号为CN112712520A的专利技术申请 ...
【技术保护点】
【技术特征摘要】
1.一种基于边界增强的OCT图像脉络膜层结构分割方法,其特征在于,至少包括如下步骤:S1.利用OCT图像中专家标注的脉络膜边界,自动提取边界增强点并生成边界增强软图;S2.分别从空间、特征和通道三个角度构建边界增强模块,对OCT图像中脉络膜层的边界信息进行增强并提取;S3.将步骤S2所述边界增强模块嵌入编码
‑
解码结构的分割网络,根据输入图像特征输出具有边界信息保持特征的预测分割对象;S4.构建边界感知损失模块对所述边界增强软图和预测分割对象进行边界增强,最后输出脉络膜层结构的分割结果。2.根据权利要求1所述的基于边界增强的OCT图像脉络膜层结构分割方法,其特征在于,步骤S1通过如下方法自动提取边界增强点:在专家标注的脉络膜层边界上随机选取点,并计算各点连接后形成连通区域面积与脉络膜层重合度,在循环若干次后,保留重合度最高的点作为边界增强点;和/或,所述生成边界增强软图包括:以边界增强点为中心,中心区域灰度值置为1,最外侧位置灰度值置为0,区域内灰度值由中心到边界呈高斯分布。3.根据权利要求1所述的基于边界增强的OCT图像脉络膜层结构分割方法,其特征在于,步骤S2所述分别从空间、特征和通道三个角度构建边界增强模块包括:从空间增强角度,采用空洞卷积方法,提取不同感受野大小的脉络膜边界信息;从特征增强角度,采用针对边界信息的激活函数,对边界信息进行激活,强化脉络膜边界信息;从通道增强角度,采用池化操作,提取特征图的通道加权向量,对不同通道的脉络膜边界信息进行增强。4.根据权利要求3所述的基于边界增强的OCT图像脉络膜层结构分割方法,其特征在于:所述空洞卷积方法中,提取的脉络膜边界信息用公式表达如下所示:其中表示膨胀率为r、卷积核大小为s
×
s的空洞卷积函数,f
i
表示第i个卷积块的输入特征映射;和/或,所述激活函数公式如下所示:其中f
i
表示第...
【专利技术属性】
技术研发人员:阎岐峰,赵一天,马韶东,谢建洋,岳星宇,
申请(专利权)人:中国科学院宁波材料技术与工程研究所,
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。