[发明专利]一种多阶段特征融合的视网膜血管分割方法及系统

权利要求书

1.一种多阶段特征融合的视网膜血管分割方法，其特征在于，包括：

将预处理的视网膜血管图像输入卷积神经网络获取初始特征图；

根据所述初始特征图进行多次下采样，获得多张下采样特征图并进行多阶段特征融合，获得多张融合特征图；

对最后一次下采样得到的所述下采样特征图进行多尺度池化，包括条形池化，获得图像池化后特征图；

对所述池化后特征图持续进行多次上采样、均与尺寸相同的所述融合特征图进行对应像素相加操作，直至恢复所述初始特征图尺寸大小，获得完整特征图；

根据所述完整特征图反卷积获得所述视网膜血管图像的分割图。

2.根据权利要求1所述的视网膜血管分割方法，其特征在于：

将预处理后的所述视网膜血管图像输入卷积神经网络提取图像特征，得到初始特征图，并对所述初始特征图进行多次下采样，对应获得多张下采样特征图；

对所述初始特征图和所述下采样特征图进行多阶段特征融合，获得多张融合特征图；

对最后一次下采样获得的所述下采样特征图进行多尺度池化，包括条形池化和残差多尺度池化，获取图像全局特征并与最后一次下采样的所述下采样特征图的图像特征相连接，获得图像池化后特征图；

对所述图像池化后特征图进行上采样，获得上采样特征图，与尺寸相同的所述融合特征图进行对应像素相加，并循环进行上采样、与尺寸相同的所述下采样特征图进行对应像素相加操作，直至恢复所述初始特征图尺寸大小，获得完整特征图；

将所述完整特征图输入解码器进行反卷积恢复原始图像尺寸大小，得到所述视网膜血管图像的分割图。

3.根据权利要求1所述的视网膜血管分割方法，其特征在于：与尺寸相同的所述融合特征图进行对应像素相加后的特征图均输入注意力引导滤波器，所述注意力引导滤波器对所述特征图进行扩展路径并保存结构信息，输出高分辨率特征图；

之后循环根据所述高分辨率特征图进行上采样、与尺寸相同的所述融合特征图进行对应像素相加、输入注意力引导滤波器得到上采样后尺寸大小的高分辨率特征图这一过程；

直至恢复所述初始特征图尺寸大小，获得高分辨率的完整特征图。

4.根据权利要求1所述的视网膜血管分割方法，其特征在于，所述卷积神经网络中的主干网络对所述初始特征图进行3次下采样，获得112x112、56x56、28x28尺寸大小的三张下采样特征图。

5.根据权利要求2所述的视网膜血管分割方法，其特征在于，对所述初始特征图和所述下采样特征图进行多阶段特征融合，获得多张融合特征图；包括：

对每一张所述下采样特征图，将所述初始特征图和剩余所述下采样特征图进行上采样或下采样，使与该所述下采样特征图尺寸大小相同，并与该所述下采样特征图连接，通过不同膨胀率的可分离卷积进行处理，得到融合特征图；

最终对多张下采样特征图得到多张融合特征图。

6.根据权利要求2所述的视网膜血管分割方法，其特征在于，所述对最后一次下采样获得的所述下采样特征图进行多尺度池化，包括条形池化和残差多尺度池化，获取图像全局特征，包括：

采用三种不同大小的接收域和两种条形池分别编码最后一次下采样的所述下采样特征图的全局上下文信息；

将编码后的所述全局上下文信息进行融合，获得图像全局特征。

7.根据权利要求3所述的视网膜血管分割方法，其特征在于，在所述注意力引导滤波器中，分别捕获长距离依赖和通道之间的依赖关系后进行元素加操作，获得注意力特征图。

8.根据权利要求2所述的视网膜血管分割方法，其特征在于，将所述完整特征图输入解码器进行反卷积恢复原始图像尺寸大小，得到所述视网膜血管图像的分割图；

所述完整特征图在所述解码器中依次经过1x1的卷积、3x3的反卷积、1x1的卷积后恢复到所述视网膜血管图像输入卷积神经网络时的尺寸大小，恢复后得到的图像即为所述视网膜血管图像的分割图。