[發明專利]一種基于改進型編解碼網絡的眼底圖像視網膜動脈硬化檢測方法

在審

• 申請號: 201910966530.4
• 申請日: 2019-10-12
• 公開（公告）號: CN110751636A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 吳駿;李迪;肖志濤;耿磊;張芳;劉彥北;王雯;劉夢佳
• 申請（專利權）人: 天津工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于改進型Inception?Resnet?V2注意力編解碼網絡的眼底圖像視網膜動脈硬化檢測方法，包括下列步驟：

步驟1：收集眼科專家已診斷為視網膜動脈硬化的眼底圖像，取一條垂直于該眼底圖像中動脈血管及動脈反光帶的采樣直線，對于采樣直線上的像素點，利用四段高斯模型進行擬合，得到血管橫截面的灰度分布曲線，然后進行反光參數-帶寬比及灰度比的計算，確定視網膜動脈硬化定量檢測閾值；

步驟2：用不同顏色分別標注眼底圖像中的動靜脈血管及動脈反光帶，然后將所有眼底圖像根據網絡的輸入要求分成224×224的圖像塊，并作為改進型Inception?Resnet?V2注意力編解碼網絡的訓練集；

步驟3：在改進型Inception?Resnet?V2注意力編解碼網絡編碼部分的卷積塊中借助4個Inception?Resnet?V2模塊提取多尺度的特征信息，并在每個特征提取模塊后加入殘差注意力機制模塊以增強目標特征、提高網絡性能；在改進型Inception?Resnet?V2注意力編解碼網絡解碼部分利用四個上采樣層生成稀疏特征圖，再經過四個卷積層生成密集特征映射圖，并通過SoftMax實現每個像素的分類，然后應用于眼底圖像動靜脈血管及動脈反光帶的分割，再篩選得到用于后續檢測的動脈反光帶有效區域；

步驟4；在有效區域內取三條垂直于動脈血管及動脈反光帶的采樣直線，對于采樣直線上的像素點，利用四段高斯模型進行擬合，分別得到3條血管橫截面的灰度分布曲線，根據擬合結果分別計算得到3組動脈血管及動脈反光帶的邊界坐標和平均灰度值；

步驟5；分別計算3組眼底圖像動脈血管及動脈反光帶的反光參數-帶寬比和灰度比，與視網膜動脈硬化定量檢測閾值比較，判斷患者是否患有視網膜動脈硬化。

2.根據權利要求1所述的一種基于改進型Inception?Resnet?V2注意力編解碼網絡的眼底圖像視網膜動脈硬化檢測方法，其特征在于，步驟1中，收集眼科專家已診斷為視網膜動脈硬化的眼底圖像，取一條垂直于該眼底圖像中動脈血管及動脈反光帶的采樣直線，對于采樣直線上的像素點，利用四段高斯模型進行擬合，得到血管橫截面的灰度分布曲線，然后進行反光參數-帶寬比及灰度比的計算，確定視網膜動脈硬化定量檢測閾值。

3.根據權利要求1所述的一種基于改進型Inception?Resnet?V2注意力編解碼網絡的眼底圖像視網膜動脈硬化檢測方法，其特征在于，步驟2中，用不同顏色分別對眼底圖像中的動靜脈血管以及動脈反光帶進行標注，減少靜脈血管對分割造成的干擾。

4.根據權利要求1所述的一種基于改進型Inception?Resnet?V2注意力編解碼網絡的眼底圖像視網膜動脈硬化檢測方法，其特征在于，步驟4中，在有效區域內取三條垂直于動脈血管及動脈反光帶的采樣直線，對于采樣直線上的像素點，利用四段高斯模型進行擬合，分別得到3條血管橫截面的灰度分布曲線，根據擬合結果分別計算得到3組動脈血管及動脈反光帶的邊界坐標和平均灰度值。

5.根據權利要求1所述的一種基于改進型Inception?Resnet?V2注意力編解碼網絡的眼底圖像視網膜動脈硬化檢測方法，其特征在于，步驟5中，分別計算3組動脈血管與動脈反光帶的反光參數，將反光參數與檢測閾值比較，存在三種情況：(1)當三組反光參數均小于閾值時，則判斷該眼底不存在視網膜動脈硬化；(2)當三組反光參數中有一組參數大于閾值，則判斷該眼底存在視網膜動脈硬化；(3)當出現其他情況時，則判斷該眼底為疑似視網膜動脈硬化。