[發明專利]一種基于改進的U-net網絡的OCT圖像脈絡膜分割方法

有效

• 申請號: 201811240108.2
• 申請日: 2018-10-24
• 公開（公告）號: CN109509178B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 陳新建;石霏;成雪娜;朱偉芳
• 申請（專利權）人: 蘇州大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/194;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 朱海琳;董建林

本發明公開了一種基于改進的U?net網絡的OCT圖像脈絡膜分割方法，該U?net網絡主要改進點包括：(1)通過在網絡中增加編碼器和譯碼器的數量來提取更多特征信息；(2)在編碼器后面加入精致殘差塊來增強每一層識別能力；(3)在譯碼器后面加入注意力模塊讓高層語義信息指導底層細節信息；(4)損失函數采用傳統的L2損失和Dice損失結合來共同約束網絡模型，采用本發明改進的U?net網絡可以自動分割無論是正常人眼還是病理性近視人眼脈絡膜的上下邊界，并且分割結果準確性高。

技術領域

本發明涉及一種基于改進的U-net網絡的OCT圖像脈絡膜分割方法，屬于眼底圖像分割技術領域。

背景技術

以1050納米為中心波長的掃頻光學相干斷層成像(SS-OCT)是一種成像時間短，具有實時性，活檢性，高分辨率等優點的最新眼底三維掃描技術。所采集的大視野圖像掃描范圍包括黃斑中心和視神經乳頭(ONH)區域。圖像中能夠顯示完整的脈絡膜組織以及部分鞏膜結構。

脈絡膜是介于視網膜和鞏膜之間的一層血管網組織，由豐富的血管和色素組成，其主要作用是為整個眼球提供氧氣、養料，并具有隔光的功效，使反射的物象更清晰，同時對人的視覺系統有保護作用，對整個視覺神經有調節作用。很多疾病與脈絡膜的形態息息相關，如年齡相關性黃斑病變和近視黃斑病變的一個可視化的特征就是脈絡膜的厚度和體積發生變化。實現OCT圖像中脈絡膜的分割對脈絡膜形態和結構的定量分析具有重要的意義。

目前針對OCT圖像中脈絡膜自動分割的算法大部分都是傳統算法，存在以下的缺陷和不足：(1)大部分的算法都是二維算法，僅針對每個切片圖像上進行獨立的分割，易受到圖像噪聲和偽影的影響，并且沒有考慮到三維圖像的空間相關性，從而導致分割結果出現比較大的誤差。(2)很多算法只能適應正常OCT圖像的脈絡膜分割，當脈絡膜出現病變時，這些算法將失效，很多算法不具有廣泛性和魯棒性。(3)由于神經乳頭(ONH)區域的特殊性，有些算法不適應大視野掃描成像，而有些算法需要進行預處理，導致算法復雜但實際準確率并不高。

發明內容

本發明所要解決的技術問題是，提供一種可以自動且準確分割出脈絡膜上下邊界的分割方法。

為解決上述技術問題，本發明采用的技術方案為：

一種基于改進的U-net網絡的OCT圖像脈絡膜分割方法，包括以下步驟：

(1)數據獲取和預處理，收集原始OCT圖像，對其脈絡膜上下邊界進行專業標注，將含有金標準的圖像進行歸一化處理后，將處理得到的數據集作為訓練集；

(2)構建U-net網絡結構，其中U-net網絡結構收縮路徑中每層由一個卷積層和一個精致殘差模塊構成，所述精致殘差模塊為將輸入的特征圖經過卷積進行通道數轉換后，再進行卷積，批處理，激活，卷積，再與第一步卷積得到的特征圖進行殘差操作，最后再進行激活處理，第一層之外的其它層在精致殘差模塊后采用批標準化處理，擴張路徑中每層由一個反卷積層和一個通道注意力模塊組成，所述通道注意力模塊為將來自高層和底層的特征圖進行串聯，對串聯后的特征圖進行池化、卷積、激活、卷積、激活處理，將優化后的特征圖和高層特征圖進行相乘，再與底層特征圖進行相加；

(3)將訓練集輸入構建的U-net網絡進行訓練；

(4)將待分割圖像送入訓練好的模型中進行圖像分割。

步驟(1)中采用雙線性插值對圖像進行下采樣處理。

步驟(2)中增加收縮路徑以及擴張路徑層數。

將收縮路徑以及擴張路徑層數增加為8個。

步驟(2)中定義損失函數為Dice損失與L2損失組合，即其中x表示金標準，即專業標注的脈絡膜分割圖；y表示網絡的輸出，即網絡預測的脈絡膜分割圖。

步驟(3)中采用Adam算法對網絡進行優化。