基于U-Net改进架构的视网膜微血管自动分割方法

摘要: 本发明涉及医学影像,具体为基于u-net改进架构的视网膜微血管自动分割方法。背景技术:1、医学影像是指为了医疗及医学研究,对人体及人体某部分,以非侵入方式取得内...
基于U-Net改进架构的视网膜微血管自动分割方法

本发明涉及医学影像,具体为基于u-net改进架构的视网膜微血管自动分割方法。

背景技术:

1、医学影像是指为了医疗及医学研究,对人体及人体某部分,以非侵入方式取得内部组织影像的技术与处理过程。

2、目前,由于视网膜眼底图像采集过程中会受光照条件及成像设备差异影响,在对眼底图像进行微血管分割时,常规的图像预处理手段难以解决光照不均带来的背景干扰,致使微血管与背景的对比度在不同区域波动较大,会造成微小血管特征的遗漏。

3、因此,现提出基于u-net改进架构的视网膜微血管自动分割方法解决上述问题。

技术实现思路

1、针对现有技术的不足,本发明提供了基于u-net改进架构的视网膜微血管自动分割方法,解决了上述背景技术中提出的由于视网膜眼底图像采集过程中会受光照条件及成像设备差异影响的情况,以及常规的图像预处理手段难以解决光照不均带来的背景干扰的问题。

2、为实现以上目的,本发明提供如下技术方案予以实现:基于u-net改进架构的视网膜微血管自动分割方法,包括以下步骤:

3、s1、获取视网膜眼底彩色图像,进行标准化预处理及多尺度特征增强,生成增强图像数据;

4、s2、构建改进u-net分割网络,所述网络在编码器与解码器之间增设跨尺度注意力融合路径,并在输出端设置动态阈值分割头;

5、s3、利用标注有微血管区域的眼底图像数据集训练所述改进u-net分割网络,生成训练完成的微血管分割模型;

6、s4、将待分割的视网膜眼底图像输入所述训练完成的微血管分割模型,输出初步微血管概率图;

7、s5、对所述初步微血管概率图进行形态学后处理,去除孤立噪声点并修复断裂血管,提取微血管中心线及分支拓扑结构,生成微血管拓扑数据;

8、s6、将所述微血管拓扑数据与原始眼底图像配准叠加,生成可视化分割结果并输出对应的微血管量化参数。

9、优选的,所述s1中获取视网膜眼底彩色图像,进行标准化预处理及多尺度特征增强,生成增强图像数据,具体包括以下步骤:

10、s11、通过眼底相机采集不同光照条件下的视网膜眼底彩色图像;

11、s12、对采集到的视网膜眼底彩色图像进行直方图均衡化处理;

12、s13、采用双线性插值法将所有图像统一缩放至固定分辨率,生成标准化眼底图像。

13、优选的,所述s2中构建改进u-net分割网络,所述网络在编码器与解码器之间增设跨尺度注意力融合路径,并在输出端设置动态阈值分割头,具体包括以下步骤:

14、s21、对标准化眼底图像进行绿色通道提取;

15、s22、采用多尺度高斯滤波组对绿色通道图像进行卷积运算,提取不同直径的微血管特征;

16、s23、将不同尺度的滤波结果进行加权融合,生成包含微血管纹理特征的增强图像数据。

17、优选的,所述s3中利用标注有微血管区域的眼底图像数据集训练所述改进u-net分割网络,生成训练完成的微血管分割模型,具体包括以下步骤:

18、s31、构建包含编码路径和解码路径的u-net基础网络结构;

19、s32、在编码路径的每个下采样阶段与解码路径的对应上采样阶段之间,设置跨尺度注意力融合路径,所述跨尺度注意力融合路径通过计算特征图通道注意力权重实现多尺度特征融合;

20、s33、在网络输出层连接动态阈值分割头,所述动态阈值分割头根据输入图像的亮度分布自适应调整分割阈值。

21、优选的,所述s4中将待分割的视网膜眼底图像输入所述训练完成的微血管分割模型,输出初步微血管概率图,具体包括以下步骤:

22、s41、构建包含5000张标注图像的眼底图像数据集,每张图像均标注有微血管像素区域;

23、s42、采用dice损失函数和交叉熵损失函数的组合作为训练损失函数;

24、s43、使用adam优化器对改进u-net分割网络进行端到端训练,训练过程中采用早停策略防止过拟合。

25、优选的,所述s5中对所述初步微血管概率图进行形态学后处理,去除孤立噪声点并修复断裂血管,提取微血管中心线及分支拓扑结构,生成微血管拓扑数据,具体包括以下步骤:

26、s51、将待分割的视网膜眼底图像依次进行s1和s2的预处理及增强处理;

27、s52、将处理后的图像输入训练完成的微血管分割模型,通过前向传播计算得到初步微血管概率图;

28、s53、所述初步微血管概率图中每个像素值表示该位置属于微血管的概率。

29、优选的,所述s6中将所述微血管拓扑数据与原始眼底图像配准叠加,生成可视化分割结果并输出对应的微血管量化参数,具体包括以下步骤:

30、s61、对初步微血管概率图应用自适应阈值处理,生成二值化微血管掩膜;

31、s62、采用开运算去除二值化微血管掩膜中的孤立噪声点;

32、s63、采用闭运算连接断裂的微血管片段,生成优化微血管掩膜。

33、优选的,所述s5中提取微血管中心线及分支拓扑结构,具体包括以下步骤:

34、s511、采用非极大值抑制算法提取优化微血管掩膜中的骨架线,生成微血管中心线;

35、s512、对微血管中心线进行分支节点检测,识别血管分叉点和端点;

36、s513、根据分支节点连接关系构建微血管拓扑结构,生成微血管拓扑数据。

37、优选的,所述s6中将所述微血管拓扑数据与原始眼底图像配准叠加,具体包括以下步骤:

38、s611、将微血管拓扑数据转换为矢量轮廓坐标;

39、s612、将所述矢量轮廓坐标映射回原始视网膜眼底图像的坐标系;

40、s613、在原始视网膜眼底图像上叠加显示微血管轮廓及分支拓扑结构,生成可视化分割结果。

41、优选的,所述s6中输出对应的微血管量化参数,具体包括以下步骤:

42、s621、计算微血管总长度、平均直径、分支数量及弯曲度量化参数;

43、s622、将量化参数与可视化分割结果关联存储;

44、s623、输出包含微血管量化参数的可视化分割结果报告。

45、与现有技术相比,本发明提供了基于u-net改进架构的视网膜微血管自动分割方法,具备以下有益效果:

46、1.本发明中,在进行视网膜微血管分割时,通过对视网膜眼底彩色图像进行标准化预处理及多尺度特征增强,消除不同光照条件下的成像差异,能够增强微血管与背景的对比度,保证微血管纹理特征的完整性,进一步降低因光照不均导致的微血管特征遗漏误差。

47、2.本发明中,在构建改进u-net分割网络时,通过在编码器与解码器之间增设跨尺度注意力融合路径,实时筛选并融合不同尺度的语义信息,使得网络能够兼顾粗大血管与细微血管的分割精度,且在血管分割过程中,能够通过动态阈值分割头根据输入图像的亮度分布自适应调整分割阈值,保证微血管分割的连续性与边缘清晰度。

48、3.本发明中,在生成微血管分割结果时,通过对初步微血管概率图进行形态学后处理,并提取微血管中心线及分支拓扑结构,能够根据血管的解剖学特性修复断裂血管并去除孤立噪声点,使微血管在量化过程中能够匹配血管的真实形态,进一步提高微血管量化参数的准确性与临床辅助诊断的可靠性。