面向病理性近视智能诊断的眼底彩照分割模型构建方法技术

一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，利用图像增强单元、尺寸调整单元和归一化单元搭建图像预处理模块；采用卷积神经网络作为主干网络，并结合空洞卷积、多尺度金字塔池化模块和空间注意力机制搭建共享特征提取器模块；采用动态扩展输出通道的设计，并通过上采样层、跳跃连接和输出卷积层的结合来搭建分割任务头模块；依次连接图像预处理模块、共享特征提取器模块和分割任务头模块，形成分割基础模型；模型训练；新任务微调，得到新增任务的分割基础模型。该方法能够根据不同的需求快速适配新的任务，可有效减少训练时间和计算资源的消耗，能大幅度提升疾病诊断的效率与准确性。

【技术实现步骤摘要】

本专利技术属于图像处理和计算机视觉，具体涉及一种面向病理性近视智能诊断的眼底彩照分割模型构建方法。

技术介绍

1、近年来，医学人工智能在疾病诊断和图像分析领域取得了显著的进展，特别在眼底图像处理方面表现出了强大的潜力。通过深度学习技术，尤其是卷积神经网络(convolutional neural networks,cnns)的广泛应用，人工智能在图像分类、目标检测和分割任务上表现优异，并在医学领域的应用中逐步达到或超越了临床医生的诊断水平。基于人工智能的自动化分析不仅提升了诊断效率和准确性，还使高效的疾病筛查成为可能。

2、病理性近视是一种高度近视伴随病理性改变的眼科疾病，其主要特征包括视网膜变性、黄斑萎缩、后巩膜葡萄肿、视盘倾斜等。这些病变严重威胁着患者的视力健康，其成为了当前全球视力损伤的重要原因之一。通过彩色眼底摄影(color fundus photography,cfp)可以获取丰富的眼底图像信息，进而能基于眼底图像信息对病理性近视进行早期诊断和病变分析。然而，眼底彩照的手动解读工作量大、费时费力，且容易因医生主观差异导致诊断结果的不本文档来自技高网...

【技术保护点】

1.一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，具体包括以下步骤；

2.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的A2中，空洞率为设置{1，2，4，8}。

3.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的A2中，在执行空洞卷积时，根据公式(8)获得卷积输出特征图中位置(x,y)的值Fatrous(x,y)；

4.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的A3中，在多尺度金字...

【技术特征摘要】

1.一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，具体包括以下步骤；

2.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的a2中，空洞率为设置{1，2，4，8}。

3.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的a2中，在执行空洞卷积时，根据公式(8)获得卷积输出特征图中位置(x,y)的值fatrous(x,y)；

4.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征在于，在步骤二的a3中，在多尺度金字塔池化模块进行池化操作过程中，先生成一个固定大小的特征图，再根据公式(9)利用双线性插值恢复到原始特征图尺寸，得到第i种池化操作后的特征图pi，然后，根据公式(10)将所有池化特征拼接为统一的多尺度特征表示fpsp；

5.根据权利要求1所述的一种面向病理性近视智能诊断的眼底彩照分割模型构建方法，其特征...

【专利技术属性】
技术研发人员：徐晓，吴梦楚，王雁，李甦雁，杨旭，牛强，邹昊翰，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：