[发明专利]一种从眼底OCT图像中分割脉络膜新生血管的方法及系统

说明书

本发明公开了医学图像处理技术领域的一种从眼底OCT图像中分割脉络膜新生血管的方法及系统，旨在解决现有技术中脉络膜新生血管的分割结果中分割准确度低、病变的边界区域不清晰的技术问题，采集包含脉络膜新生血管病变的眼底OCT图像；构建基于差分放大模块的卷积神经网络；训练构建的基于差分放大模块的卷积神经网络并测试；使用训练好的网络从眼底OCT图像中分割脉络膜新生血管。本发明采用VGG16作为U‑Net网络的编码部分，在每个卷积块的池化操作之后连接一个差分放大模块，构成跳跃连接，来增加网络在训练时对高低频信息的注意，采用二进制交叉熵损失函数和Dice损失函数之和作为损失函数来约束整个网络，分割准确度高、病变的边界区域更加清晰精确。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种从眼底OCT图像中分割脉络膜新生血管的方法及系统。

背景技术

脉络膜新生血管(CNV)是视网膜中脉络膜疾病(如老年性黄斑病变，高度近视等疾病)的病理表现形式，这种疾病会伤害人的主要视力，严重情况下可能会导致失明。眼底的荧光造影(FA)与吲哚青绿造影(ICGA)是早期观察这种疾病的方式，但是由于眼底图像给出的是视网膜结构的二维信息，我们只能观察到CNV的位置与形状。光学相干断层成像技术(OCT)的出现为观察视网膜的三维结构带来了很大的帮助，除了拥有高分辨率，而且还是非侵入式成像(可以避免FA与ICGA成像可能会引起的不良反应如恶心，眩晕等问题)，因此在OCT图像上对脉络膜新生血管的分析是现在的主要方式。

在临床实际中，根据CNV与色素上皮层(RPE)之间的关系,可以将CNV分为两类。第一类是指来自脉络膜的新生血管穿过布鲁赫膜长到RPE的下方，第二种是指新生血管穿过RPE层长入神经纤维层。在OCT影像中，异常血管常被出血、渗出液所掩盖，甚至隐藏在脉络膜内。可以观察和定量的是病理区域表现为隆起或部分缺失的RPE，其下为高反射区或部分高反射区。此外，在对脉络膜新生血管的分割过程中由于CNV的不同大小，灰度以及一些上下边界的缺失使得分割结果中病变的边界区域不是很清晰，分割准确度低，如语义分割网络Seg-Net(V.Badrinarayanan,A.Kendall,R.Cipolla,“SegNet:A deep convolutionalencoder-decoder architecture for scene segmentation,”IEEE Transactions onPattern Analysis and Machine Intelligence,2017.)、金字塔场景解析网络PSP-Net(H.Zhao,J.Shi,X Qi,et al,“Pyramid scene parsing network,”IEEE Conference onComputer Vision and Pattern Recognition 2017.)等。

发明内容

本发明的目的在于提供一种从眼底OCT图像中分割脉络膜新生血管的方法及系统，以解决现有技术中脉络膜新生血管的分割结果中分割准确度低、病变的边界区域不清晰的技术问题。

为达到上述目的，本发明所采用的技术方案是：一种从眼底OCT图像中分割脉络膜新生血管的方法，包括，

a、采集包含脉络膜新生血管病变的眼底OCT图像，并分为训练集和测试集；

b、构建基于差分放大模块的卷积神经网络，采用VGG16作为U-Net网络中编码部分的特征提取器；在每个卷积块的池化操作之后连接一个差分放大模块，构成跳跃连接，提取不同分辨率下图像的高频信息和低频信息，所述高频信息和所述低频信息分别经过卷积进一步提取特征，通过上采样恢复到输入特征图的尺寸；

c、使用训练集训练构建的基于差分放大模块的卷积神经网络，并通过测试集进行测试；

d、使用训练好的基于差分放大模块的卷积神经网络从眼底OCT图像中分割脉络膜新生血管，得到分割结果。