[發明專利]邊界注意力輔助的動態圖卷積視網膜血管圖像分割方法

在審

• 申請號: 202211187195.6
• 申請日: 2022-09-28
• 公開（公告）號: CN116402829A
• 公開（公告）日: 2023-07-07
• 發明（設計）人: 呂佳;王澤宇
• 申請（專利權）人: 重慶師范大學
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06T5/40;G06T5/00;G06V10/80;G06V40/14;G06V40/18;G06N3/0464;G06N3/048;G06N3/0455;G06N3/08
• 代理公司: 北京海虹嘉誠知識產權代理有限公司 11129
• 代理人: 胡博文

本發明提供的一種邊界注意力輔助的動態圖卷積視網膜血管圖像分割方法，包括以下步驟：S1.對視網膜血管圖像進行預處理，并對預處理后的圖像進行翻轉和切片處理，得到尺寸為48×48像素的圖像切片集；S2.將圖像切片集輸入到動態圖卷積U型網絡中進行血管特征提取，輸出血管特征圖；S3.將U型網絡中所提取的血管特征圖輸入至邊界注意力網絡中進行處理，提取出淺層邊界特征圖；S4.將動態圖卷積U型網絡輸出的血管特征圖與邊界注意力網絡輸出的淺層邊界特征圖進行融合，得到視網膜血管圖像分割結果。

技術領域

本發明涉及一種圖像處理方法，尤其涉及一種邊界注意力輔助的動態圖卷積視網膜血管圖像分割方法。

背景技術

視網膜血管圖像是視網膜健康狀況評估的重要依據，因此，需要獲取到準確的視網膜血管圖像，現有技術中，視網膜血管圖像中的血管圖像信息的分割主要采用人工方式，但是這種方式由于血管圖像復雜，而且受到工作人員的主觀因素的影響，從而導致不能得到準確的血管圖像信息，隨著技術的發展，雖然提出了一些基于神經網絡的圖像處理方法，但是，現有的算法仍然無法準確提取出血管的特征信息，從而導致最終的血管圖像分割準確性差，在圖像中體現出血管出現斷連的情況以及將噪聲誤分割為血管像素的情況。

因此，為了解決上述技術問題，亟需提出一種新的技術手段。

發明內容

因此，本發明的目的是提供一種邊界注意力輔助的動態圖卷積視網膜血管圖像分割方法，能夠對視網膜血管圖像中的血管特征圖進行準確分割、提取，有效降低視網膜圖像中噪聲對血管像素的干擾，降低分割結果圖像中微小血管存在斷連的情況，提升圖像分割準確性和有效性。

本發明提供的一種邊界注意力輔助的動態圖卷積視網膜血管圖像分割方法，包括以下步驟：

S1.對視網膜血管圖像進行預處理，并對預處理后的圖像進行翻轉和切片處理，得到尺寸為48×48像素的圖像切片集；

S2.將圖像切片集輸入到動態圖卷積U型網絡中進行血管特征提取，輸出血管特征圖；

S3.將U型網絡中所提取的血管特征圖輸入至邊界注意力網絡中進行處理，提取出淺層邊界特征圖；

S4.將動態圖卷積U型網絡輸出的血管特征圖與邊界注意力網絡輸出的淺層邊界特征圖進行融合，得到視網膜血管圖像分割結果。

進一步，步驟S1中，對視網膜血管圖像進行預處理包括：

S101.將視網膜血管圖像由RGB圖像轉換為灰度圖像F₁；

S102.將灰度圖像F₁進行歸一化處理，得到歸一化處理后的圖像F₂；

S103.對圖像F₂進行自適應直方圖均衡化處理，得到圖像F₃；

S104.對圖像F₃進行伽馬校正，得到校正處理后的圖像F₄；

S105.對校正處理后的圖像進行翻轉以及隨機裁剪處理，得到尺寸為48×48像素的圖像切片集，并創建每個切片圖像的索引，保存索引值。

進一步，步驟S2中，進行血管特征提取具體包括：

S21.動態圖卷積U型網絡中包括編碼器和解碼器，其中，編碼器逐層提取圖像特征，編碼器包括由輸入至輸出依次連接的結構相同的4個層，每一層具有兩個卷積序列和一個池化下采樣層，切片圖像每經過一個層處理后，輸出的特征圖尺度減小一半，通道維數增加一倍；

其中：編碼器中每一個層的第二卷積的輸出特征圖通過跳躍連接傳輸至解碼器；