基于混合网络的视网膜OCT影像中多病灶联合分割方法技术

本发明专利技术公开了基于混合网络的视网膜OCT影像中多病灶联合分割方法，涉及图像分割技术领域，包括获取视网膜OCT图像数据；利用混合编码器对所述OCT图像进行多尺度全局及局部特征提取，利用多尺度门控注意力模块提取并筛选全局信息，通过组位置嵌入模块补充空间位置信息，通过三路融合模块整合全局及局部特征，通过联合损失函数优化网络对轮廓区域的分割效果；进行模型训练，用训练后的模型实现OCT图像中病灶的分割。本发明专利技术提供的基于混合网络的视网膜OCT影像中多病灶联合分割方法能够显著提升对复杂病灶区域的自动识别和分割性能，对提升眼科疾病的诊断和治疗效果具有重要的临床价值。本发明专利技术在识别精度以及适用性方面都取得更加良好的效果。

【技术实现步骤摘要】

本专利技术涉及图像分割，具体为基于混合网络的视网膜oct影像中多病灶联合分割方法。

技术介绍

1、眼底病变在视网膜中可能同时引起多种病灶。如病理性近视的常见病灶有内界膜分离（internal limiting membrane detachment, ilmd）、内层劈裂（innerretinoschisis, irs）和外层劈裂（outer retinoschisis, ors）、视网膜脱离（retinaldetachment, rd）等，老年黄斑变性的常见病灶有视网膜下积液、视网膜内积液、色素上皮层脱离等。病灶的位置间具有一定的关联，对多病灶联合分割可以充分利用病灶的相关性，使网络关注不同类型病灶的特征，避免不同病灶类型间的错误分割。

2、随着oct成像技术的进步，医生能够迅速获得患者视网膜的横截面图像，并清晰地观察到视网膜的层次结构与病灶区域，从而进行详细分析。然而，视网膜oct图像中病灶的分割面临一些挑战：1) 在患病早期，部分病变区域面积较小，其像素灰度级与周围健康组织相近，难以区分；2) 在患病晚期，视网膜结构可能遭到严重破坏，导致本文档来自技高网...

【技术保护点】

1.一种基于混合网络的视网膜OCT影像中多病灶联合分割方法，其特征在于，包括：

2.如权利要求1所述的基于混合网络的视网膜OCT影像中多病灶联合分割方法，其特征在于：所述混合编码器由一个Transformer编码器和一个CNN编码器组成，输入图像分两路分别进入两个编码器，在Transformer编码器部分，通过特征引导层，对病灶图像进行两倍下采样，输出为特征，然后再对特征两倍下采样，进行序列化，依次进入四个阶段的多尺度门控注意力模块和组位置嵌入模块，获得四个不同尺度的Transformer特征、、、。

3.如权利要求2所述的基于混合网络的视网膜OCT影像中多病灶联...

【技术特征摘要】

1.一种基于混合网络的视网膜oct影像中多病灶联合分割方法，其特征在于，包括：

2.如权利要求1所述的基于混合网络的视网膜oct影像中多病灶联合分割方法，其特征在于：所述混合编码器由一个transformer编码器和一个cnn编码器组成，输入图像分两路分别进入两个编码器，在transformer编码器部分，通过特征引导层，对病灶图像进行两倍下采样，输出为特征，然后再对特征两倍下采样，进行序列化，依次进入四个阶段的多尺度门控注意力模块和组位置嵌入模块，获得四个不同尺度的transformer特征、、、。

3.如权利要求2所述的基于混合网络的视网膜oct影像中多病灶联合分割方法，其特征在于：所述特征引导层包括进行图像分辨率降低操作，采用两层卷积层操作，每个卷积层包括步长为2的3×3卷积、组归一化和gelu激活函数，激活函数表示为：

4.如权利要求3所述的基于混合网络的视网膜oct影像中多病灶联合分割方法，其特征在于：所述cnn编码器包括在cnn编码器部分，图像经过两个3×3的卷积、批归一化和relu激活函数的组合及最大池化操作，再依次经过四个阶段的resnet18基础残差模块获得四个不同尺度的cnn特征、、 ；

5.如权利要求4所述的基于混合网络的视网膜oct影像中多病灶联合分割方法，其特征在于：所述四个阶段的多尺度门控注意力模块包括通过多尺度门控注意力模块进行特征提取，设是输入特征，其中、和分别表示高度、宽度和通道数，将输入三个平行路径，路径一使用两个步长分别为r1和r2的下采样卷积操作来获取不同尺度的特征，步长设置为：第一阶段为8和4，...

【专利技术属性】
技术研发人员：石霏，姜清新，陈新建，
申请(专利权)人：苏州大学，
类型：发明
国别省市：