[發(fā)明專利]基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110287441.4
• 申請(qǐng)日: 2021-03-17
• 公開（公告）號(hào): CN112967260A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 史國(guó)華;李婉越;何益;王晶;孔文;陳一巍;包明帝
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06K9/32;G06N3/04
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 張川

1.一種基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法，其特征在于，包括以下步驟：

1)從采集的眼底熒光造影圖像報(bào)告中，篩選出無熒光滲漏的正常熒光造影圖像報(bào)告以及含有熒光滲漏的異常熒光造影圖像報(bào)告；

2)在步驟1所篩選出的熒光造影圖像報(bào)告中，選擇熒光造影圖像作為訓(xùn)練數(shù)據(jù)集；

3)將訓(xùn)練數(shù)據(jù)集輸入到預(yù)先設(shè)計(jì)的檢測(cè)網(wǎng)絡(luò)模型中，以正常熒光造影圖像作為輸入圖像、異常熒光造影圖像作為要學(xué)習(xí)的目標(biāo)圖像進(jìn)行訓(xùn)練，且還以異常熒光造影圖像作為輸入圖像、正常熒光造影圖像作為要學(xué)習(xí)的目標(biāo)圖像進(jìn)行訓(xùn)練，保存訓(xùn)練好的檢測(cè)網(wǎng)絡(luò)模型；

4)將待檢測(cè)的含有熒光滲漏的異常熒光造影圖像輸入到訓(xùn)練好的檢測(cè)網(wǎng)絡(luò)模型中，該檢測(cè)網(wǎng)絡(luò)模型生成與該異常熒光造影圖像對(duì)應(yīng)的正常表現(xiàn)的熒光造影圖像，然后再將該異常熒光造影圖像和生成的正常表現(xiàn)的熒光造影圖像做差，得到的圖像再使用圖像二值化方法處理，即得滲漏點(diǎn)的檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法，其特征在于，所述檢測(cè)網(wǎng)絡(luò)模型包括兩個(gè)生成網(wǎng)絡(luò)、兩個(gè)判別網(wǎng)絡(luò)以及損失函數(shù)L，所述生成網(wǎng)絡(luò)根據(jù)輸入的異常熒光造影圖像生成對(duì)應(yīng)的正常表現(xiàn)的熒光造影圖像以及根據(jù)輸入的正常熒光造影圖像生成異常熒光造影圖像；

所述判別網(wǎng)絡(luò)對(duì)生成的正常或異常熒光造影圖像和輸入的真實(shí)熒光造影圖像圖像進(jìn)行判別；

所述損失函數(shù)L用于保證所述檢測(cè)網(wǎng)絡(luò)模型的穩(wěn)定訓(xùn)練以及生成與真實(shí)眼底熒光造影圖像盡可能一致的圖像。

3.根據(jù)權(quán)利要求2所述的基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法，其特征在于，所述生成網(wǎng)絡(luò)包括若干殘差注意力模塊，所述殘差注意力模塊包括2個(gè)卷積核大小為3x3的卷積層和一個(gè)卷積注意力模塊，所述卷積注意力模塊包括通道注意力模塊和空間注意力模塊。

4.根據(jù)權(quán)利要求3所述的基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法，其特征在于，所述通道注意力模塊包括平均池化層、最大池化層和3個(gè)全連接層；

所述空間注意力模塊包括平均池化層、最大池化層、concat層、卷積層以及激活函數(shù)。

5.根據(jù)權(quán)利要求4所述的基于弱監(jiān)督學(xué)習(xí)的眼底熒光造影圖像滲漏點(diǎn)檢測(cè)方法，其特征在于，所述判別網(wǎng)絡(luò)包括4個(gè)卷積核大小為4x4的卷積層和一個(gè)卷積核大小為1x1的卷積層，其中，4個(gè)卷積核大小為4x4的卷積層中每個(gè)卷積層后面均具有一個(gè)激活函數(shù)。