[发明专利]一种基于门控注意力结构的眼底图像实例分割方法及系统

说明书

本发明涉及一种基于门控注意力结构的眼底图像实例分割方法及系统，涉及图像处理技术领域，利用门控分割模型对图像进行分割，得到类别概率。首先对图像进行连续n层降采样，然后将第i层降采样输出特征与第n‑i+1层的上采样层的输出特征输入门控注意力结构，得到第n‑i+1层门控特征，并将第n‑i+1层门控特征与第n‑i+1层的上采样层的输出特征堆叠后输入第n‑i+2层上采样层，最后得到堆叠特征，并对其进行分类卷积操作，得到每个像素的病变概率。本发明引入一种门控注意力结构，并将此结构连接在原始UNet模型跳跃连接的末端，这样能够抑制UNet模型过多的学习背景区域信息，着重学习与感兴趣区域相关的特征，从而更加有效的利用GPU资源。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于门控注意力结构的眼底图像实例分割方法及系统。

背景技术

图像分割技术是根据某些规则将图像分割成若干特定的、具有独特性质的区域，并抽取出感兴趣的目标。实例分割除了抽取出感兴趣区域外，同时要区分出分割的区域归属与哪一类别。近年来，随着深度学习技术的逐步深入，图像分割技术有了突飞猛进的发展，其相关技术被广泛应用于无人驾驶、增强现实、医学图像病灶识别、安防监控等。

然而现有技术中为了提取到更丰富的特征，往往会将网络模型设置的很深，这不但导致了算法运行时间过长，同时还占用了过多的GPU资源。

因此，本领域亟需一种能够在保证分割精度的前提下，更加有效的利用GPU资源以及压缩推理时间的技术方案。

发明内容

本发明的目的是提供一种基于门控注意力结构的眼底图像实例分割方法及系统，引入一种门控注意力结构（AttentionGate，AG），并将此结构连接在原始UNet模型跳跃连接的末端，这样能够抑制UNet模型过多的学习背景区域信息，着重学习与感兴趣区域相关的特征，从而更加有效的利用GPU资源，降低算法运行时间。

为实现上述目的，本发明提供了如下方案：

一种基于门控注意力结构的眼底图像实例分割方法，所述方法包括：

获取待使用的眼底图像；

利用门控分割模型对所述眼底图像进行实例分割，得到每个像素的类别概率；所述门控分割模型包括n层连续的下采样层和n层连续的上采样层，第n层下采样层与第一层上采样层连接：

采用所述门控分割模型对所述眼底图像进行连续n层降采样，得到n层降采样输出特征；

将第i层降采样输出特征与第n-i+1层的上采样层的输出特征输入门控注意力结构，得到第n-i+1层门控特征，并将第n-i+1层门控特征与第n-i+1层的上采样层的输出特征堆叠后输入第n-i+2层上采样层，；其中，将第1层降采样输出特征与第n层的上采样层的输出特征输入门控注意力结构，得到第n层门控特征，并将第n层门控特征与第n层的上采样层的输出特征堆叠，得到堆叠特征；

对所述堆叠特征进行分类卷积操作，得到每个像素的类别概率。

在一些实施例中，在所述获取眼底图像之后，还包括：

将所述眼底图像的无效黑边区域裁掉。

在一些实施例中，在所述获取眼底图像之后，还包括：

利用createCLAHE函数对所述眼底图像进行自适应直方图均衡化处理，得到均衡化图像；

利用resize函数将所述均衡化图像统一缩放到标准大小。

在一些实施例中，所述采用所述门控分割模型对所述眼底图像进行连续n层降采样，得到n层降采样输出特征，具体包括：

对所述眼底图像进行n次卷积操作、Relu函数激活操作和最大池化操作，得到n层降采样输出特征。

在一些实施例中，所述对所述堆叠特征进行分类卷积操作，得到每个像素的类别概率，具体包括：