[發(fā)明專利]一種基于半監(jiān)督條件生成式對抗網(wǎng)絡(luò)的眼底圖視盤和視杯分割方法

有效

• 申請?zhí)枺?/td>: 201811333832.X
• 申請日: 2018-11-09
• 公開（公告）號(hào): CN109615632B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設(shè)計(jì)）人: 劉少鵬;賈西平;關(guān)立南;林智勇;廖秀秀;梁杰鵬;洪佳明;嚴(yán)繼利
• 申請（專利權(quán)）人: 廣東技術(shù)師范學(xué)院
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06N3/0464;G06N3/084
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明公開了一種基于半監(jiān)督條件生成式對抗網(wǎng)絡(luò)的眼底圖視盤和視杯分割方法，包括以下步驟：組建網(wǎng)絡(luò)框架，所述網(wǎng)絡(luò)框架包括視盤語義分割和視杯語義分割兩個(gè)階段；所述兩個(gè)階段均包括語義分割網(wǎng)絡(luò)、生成器和判別器；語義分割網(wǎng)絡(luò)利用有標(biāo)注與無標(biāo)注的眼底圖生成(視盤或視杯)分割圖；生成器將真實(shí)的(視盤或視杯)分割圖作為輸入來生成眼底圖；判別器鑒別眼底圖及其(視盤或視杯)分割圖的數(shù)據(jù)配對是真實(shí)的還是偽造的，引導(dǎo)生成器和語義分割網(wǎng)絡(luò)學(xué)習(xí)眼底圖及其分割圖的聯(lián)合分布，最后將兩個(gè)語義分割階段的結(jié)果進(jìn)行合并，得到眼底圖的視盤和視杯分割圖。

技術(shù)領(lǐng)域

本發(fā)明涉及青光眼醫(yī)學(xué)影像分析領(lǐng)域，更具體地，設(shè)計(jì)一種基于半監(jiān)督條件生成式對抗網(wǎng)絡(luò)的眼底圖視盤和視杯分割方法。

背景技術(shù)

青光眼是一種由眼內(nèi)壓間斷或持續(xù)升高而造成視神經(jīng)損害、視野缺損和視力下降等一系列視功能損傷的眼科疾病。青光眼是全球排名第二位的致盲性眼病，總?cè)巳喊l(fā)病率為1％，45歲以后為2％。據(jù)世界衛(wèi)生組織預(yù)測，至2020年，全球青光眼患者人數(shù)將達(dá)到7960萬。由于青光眼造成的視神經(jīng)損傷和視力損失無法逆轉(zhuǎn)，青光眼的早期篩查和診斷對于保持視力至關(guān)重要。

杯盤比(Cup?to?Disc?Ratio,CDR)作為青光眼早期篩查的一項(xiàng)重要指標(biāo)，指的是眼底圖的視杯與視盤之間的比例。通常，CDR值越大，青光眼患病概率越高。對于大規(guī)模群體篩查而言，采用人工評估方法難以保證客觀，且耗時(shí)、昂貴。遵循臨床實(shí)踐設(shè)計(jì)具有醫(yī)學(xué)解釋的自動(dòng)評估方法，視盤和視杯的準(zhǔn)確分割是關(guān)鍵之處。

目前，眼底圖視盤和視杯分割的常用方法包括傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)和深度學(xué)習(xí)。傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)融合圖像亮度、顏色及其對比度增強(qiáng)，Graph?Cut，邊緣檢測以及形態(tài)學(xué)等方法，對眼底圖進(jìn)行處理與分析，得到有效的特征信息，用以檢測出視盤和視杯。由于過分依賴人工經(jīng)驗(yàn)來選擇特征，且處理數(shù)據(jù)規(guī)模較小，導(dǎo)致模型泛化能力差，視盤和視杯分割效果有待改進(jìn)，實(shí)際推廣應(yīng)用價(jià)值不高。

深度學(xué)習(xí)能夠自動(dòng)提取圖像特征，無需人工干預(yù)，適用于圖像語義分割等任務(wù)。因此，結(jié)合深度學(xué)習(xí)分析青光眼醫(yī)學(xué)影像成為研究熱點(diǎn)，利用全連接卷積神經(jīng)網(wǎng)絡(luò)和生成式對抗網(wǎng)絡(luò)已取得若干研究成果。經(jīng)過圖像預(yù)處理的眼底圖，作為全連接語義分割網(wǎng)絡(luò)U-Net和M-Net等模型輸入，計(jì)算并輸出眼底圖視盤和視杯的分割結(jié)果。網(wǎng)絡(luò)參數(shù)通過后向傳播技術(shù)訓(xùn)練得到，是一種完備的端對端模型。然而，直接將已有全連接語義分割網(wǎng)絡(luò)應(yīng)用于眼底圖視盤和視杯分割，忽略像素之間的空間與位置關(guān)系，導(dǎo)致輸出結(jié)果與真實(shí)眼底圖之間存在高階不一致性。引入生成式對抗網(wǎng)絡(luò)有助于發(fā)現(xiàn)像素之間的語義關(guān)聯(lián)信息，以便獲取具有高階一致性的分割結(jié)果。通常，深度學(xué)習(xí)需要大量訓(xùn)練數(shù)據(jù)以保證模型穩(wěn)定性和泛化能力，但有標(biāo)注的眼底圖樣本過少，現(xiàn)有模型仍有待提升。

綜上，如何構(gòu)建基于深度學(xué)習(xí)的眼底圖視盤和視杯語義分割模型，應(yīng)對眼底圖標(biāo)注樣本少的挑戰(zhàn)，進(jìn)一步優(yōu)化視盤和視杯分割結(jié)果，是目前亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是解決目前現(xiàn)有技術(shù)條件下視盤和視杯分割結(jié)果優(yōu)化情況欠佳的缺陷，提出一種面向眼底圖視盤和視杯語義分割方法。

為實(shí)現(xiàn)以上發(fā)明目的，采用的技術(shù)方案是：

一種基于半監(jiān)督條件生成式對抗網(wǎng)絡(luò)的眼底圖視盤和視杯分割方法，包括以下步驟：組建網(wǎng)絡(luò)框架，所述網(wǎng)絡(luò)框架包括視盤語義分割和視杯語義分割兩個(gè)階段；所述兩個(gè)階段均包括語義分割網(wǎng)絡(luò)S_i、生成器G_i和判別器D_i；

語義分割網(wǎng)絡(luò)S_i利用有標(biāo)注與無標(biāo)注的眼底圖生成(視盤或視杯)分割圖；生成器G_i將真實(shí)的(視盤或視杯)分割圖作為輸入來生成眼底圖；判別器D_i鑒別眼底圖及其(視盤或視杯)分割圖的數(shù)據(jù)配對是真實(shí)的還是偽造的，引導(dǎo)生成器G_i和語義分割網(wǎng)絡(luò)S_i學(xué)習(xí)眼底圖及其分割圖的聯(lián)合分布，最后將兩個(gè)語義分割階段的結(jié)果進(jìn)行合并，得到眼底圖的視盤和視杯分割圖。