[發明專利]融合UNet和邊緣檢測模型的視網膜血管分割方法

在審

• 申請號: 202211161134.2
• 申請日: 2022-09-22
• 公開（公告）號: CN115457066A
• 公開（公告）日: 2022-12-09
• 發明（設計）人: 李佐勇;嚴裴鑫;曹新容;宋李斌;胡蓉;丁詩峰
• 申請（專利權）人: 閩江學院
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06V10/40;G06V10/80;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 陳明鑫;蔡學俊

1.一種融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，基于UNet網絡，將UNet的普通卷積替換成混合空洞卷積，增大感受野，提取更多的特征；另一方面，使用UNet的編碼器部分替換HED的VGG-16，將血管的輪廓展現出來，最后結合HED輸出和經過ASPP后的UNet分割的輸出得到最后的結果。

2.根據權利要求1所述的融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，所述UNet網絡采用編碼器-解碼器結構。

3.根據權利要求1所述的融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，還對UNet網絡的基本組成結構Conv-BN-ReLU中進行修改，即在BN與ReLU之間添加Dropout。

4.根據權利要求1所述的融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，所述使用UNet的編碼器部分替換HED的VGG-16，即利用UNet的編碼器部分當做HED的骨干網絡，HED采用多尺度特征，融合后的HED分支由四個通過拼接操作合并的邊界分支組成，每個邊界分支的維數與原始輸入圖像相同，每個輸出的大小與原始輸入圖像相同。

5.根據權利要求1所述的融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，所述經過ASPP后的UNet分割的輸出，即在UNet分割的輸出后使用ASPP，ASPP通過使用多個不同比例的空洞卷積利用多尺度特征，并將輸出與HED的輸出相加。

6.根據權利要求1所述的融合UNet和邊緣檢測模型的視網膜血管分割方法，其特征在于，該方法采用的損失函數為二值交叉熵，定義如下：

其中y_i代表訓練集中的真實標簽，表示的是預測的像素i所屬的類別，N代表的是像素的總數。