[發(fā)明專(zhuān)利]一種基于頻域分級(jí)的眼底圖像血管分割方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811331874.X
• 申請(qǐng)日: 2018-11-09
• 公開(kāi)（公告）號(hào): CN109671094B
• 公開(kāi)（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 武薇;田純;范影樂(lè)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/13
• 分類(lèi)號(hào): G06T7/13;G06T5/00;G06N3/0464
• 代理公司: 杭州君度專(zhuān)利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于頻域分級(jí)的眼底圖像血管分割方法，其特征在于，該方法具體包括以下步驟：

步驟1：眼底圖像的頻域分級(jí)處理

首先將原始眼底圖像f(x,y)通過(guò)傅里葉變換轉(zhuǎn)換到頻域F(u,v)，然后分別通過(guò)高斯低通濾波器和高斯高通濾波器，獲得眼底圖像的低頻和高頻成分，最后利用傅立葉反變換對(duì)眼底圖像的低頻和高頻信息進(jìn)行處理，獲得眼底圖像的頻域分級(jí)結(jié)果，分別為低頻信息所對(duì)應(yīng)的f₁(x,y)，高頻信息所對(duì)應(yīng)的f₂(x,y)；

步驟2：構(gòu)建低維特征提取卷積網(wǎng)絡(luò)，利用低頻成分描述眼底圖像的全局輪廓特性；該網(wǎng)絡(luò)分為左右兩個(gè)路徑，整個(gè)網(wǎng)絡(luò)包含8個(gè)殘差塊，2個(gè)下采樣，2個(gè)上采樣和4個(gè)卷積層；其中，每一個(gè)殘差塊包含兩個(gè)3×3的空洞卷積層，每?jī)蓚€(gè)殘差塊與一個(gè)下采樣或一個(gè)上采樣組成1個(gè)block，共4個(gè)block；對(duì)于每一個(gè)block輸出的結(jié)果通過(guò)ReLu函數(shù)進(jìn)行激活，隨后再進(jìn)行規(guī)范化處理；左邊路徑通過(guò)2個(gè)block提取眼底圖像血管分布的整體特征；右邊2個(gè)block用于精確定位，其中左邊路徑通過(guò)的每個(gè)block為兩個(gè)殘差塊和一個(gè)下采樣的組合，右邊路徑通過(guò)的每個(gè)block為兩個(gè)殘差塊和一個(gè)上采樣的組合；將步驟1得到的低頻圖像f₁(x,y)輸入到所構(gòu)建的低維特征提取卷積網(wǎng)絡(luò)中，得到特征圖F_L；

步驟3：構(gòu)建高維特征提取卷積網(wǎng)絡(luò)，利用高頻成分描述眼底圖像的細(xì)節(jié)特性；該網(wǎng)絡(luò)同樣分為左右兩個(gè)路徑，整個(gè)網(wǎng)絡(luò)包含14個(gè)殘差塊，4次下采樣，4次上采樣和3個(gè)卷積層；其中，每一個(gè)殘差塊包含兩個(gè)3×3的空洞卷積層，每?jī)蓚€(gè)殘差塊與一個(gè)下采樣或上采樣組成一個(gè)block，共6個(gè)block，在左、右路徑交接處的1個(gè)block包含兩個(gè)殘差塊、一個(gè)下采樣和一個(gè)上采樣；對(duì)于每一個(gè)block輸出的結(jié)果通過(guò)ReLu函數(shù)進(jìn)行激活，隨后再進(jìn)行規(guī)范化處理；左邊路徑通過(guò)3個(gè)block捕獲眼底圖像血管輪廓信息；右邊路徑通過(guò)3個(gè)block同時(shí)與左邊對(duì)稱(chēng)路徑進(jìn)行融合操作，融合操作即合并特征圖通道數(shù)；其中左邊路徑通過(guò)的每個(gè)block為兩個(gè)殘差塊和一個(gè)下采樣的組合，其中右邊路徑通過(guò)的每個(gè)block為兩個(gè)殘差塊和一個(gè)上采樣的組合；將步驟1得到的高頻圖像f₂(x,y)輸入到所構(gòu)建的高維特征提取卷積網(wǎng)絡(luò)中，得到特征圖F_H；

步驟4：利用通道數(shù)相加將兩組特征圖F_L和F_H合并，經(jīng)過(guò)1×1-32卷積核得到高低維融合的特征圖F′，然后利用1×1-1的卷積核將特征圖F′轉(zhuǎn)變?yōu)閱瓮ǖ捞卣鲌DF″，再經(jīng)過(guò)ReLu函數(shù)激活后獲得原始圖像f(x,y)所對(duì)應(yīng)血管分割結(jié)果的輸出像素值，并與相應(yīng)的已知血管分割標(biāo)簽以平方差進(jìn)行損失運(yùn)算，對(duì)所有訓(xùn)練圖像的損失運(yùn)算結(jié)果進(jìn)行累加，結(jié)果記為loss，并采用梯度下降法分別訓(xùn)練高、低維特征提取卷積網(wǎng)絡(luò)；當(dāng)損失值loss滿(mǎn)足收斂條件后，結(jié)束訓(xùn)練；

步驟5：高、低維特征提取卷積網(wǎng)絡(luò)訓(xùn)練結(jié)束后，將未知標(biāo)簽的眼底圖像按步驟1～4進(jìn)行處理，獲得其所對(duì)應(yīng)的單通道特征圖F″，經(jīng)過(guò)ReLu函數(shù)激活后，即為眼底圖像的血管分割結(jié)果。