申请/专利权人：深圳大学

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117437249B

主分类号：G06T7/11

分类号：G06T7/11;G06N3/0464;G06N3/0455;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了一种眼底血管图像的分割方法、终端设备及存储介质，其中，所述一种眼底血管图像的分割方法包括：将待分割的眼底血管图像的初始图像特征输入编码器，通过所述编码器对所述初始图像特征进行深度可分离卷积，生成所述眼底血管图像的输出图像特征；将所述输出图像特征以及所述初始图像特征输入解码器，通过所述解码器分割所述输出图像特征，生成初始分割图像特征；组合所述初始分割图像特征和初始图像特征，生成所述眼底血管图像的分割图像。本发明采用深度可分离卷积提取眼底血管图像的特征，减少了卷积参数量和计算量的同时，加深眼底血管图像的特征提取深度，提高分割图像的清晰度和准确度。

主权项：1.一种眼底血管图像的分割方法，其特征在于，所述眼底血管图像的分割方法包括：将待分割的眼底血管图像的初始图像特征输入编码器，所述编码器基于预置的第一水平深度卷积核和第一垂直深度卷积核对所述初始图像特征进行深度可分离卷积，生成第一图像特征；对所述第一图像特征进行点卷积处理，生成第二图像特征；对所述第二图像特征进行全局响应归一化处理，生成第三图像特征；拼接所述第三图像特征和所述初始图像特征，并对拼接结果进行点卷积处理，生成所述眼底血管图像的第一输出图像特征；对所述第一输出图像特征进行最大池化处理，生成第四图像特征；基于预置的第二水平深度卷积核和第二垂直深度卷积核对所述第四图像特征进行深度可分离卷积，生成第五图像特征；对所述第五图像特征进行注意力机制处理，生成第一加权图像特征；基于逐像素加法运算拼接所述第一加权图像特征和所述第四图像特征，生成第六图像特征；对所述第六图像特征进行点卷积处理，生成所述眼底血管图像的第二输出图像特征；将输出图像特征以及所述初始图像特征输入解码器，所述解码器拼接所述输出图像特征和跳跃连接的所述输出图像特征，生成第一特征，所述输出图像特征包括所述第一输出图像特征和所述第二输出图像特征；对所述第一特征进行点卷积处理，生成第二特征；对所述第二特征进行批归一化处理，生成第三特征；基于预置的所述第二水平深度卷积核和所述第二垂直深度卷积核对所述第三特征进行深度可分离卷积，生成第四特征；对所述第四特征进行注意力机制处理，生成第二加权图像特征；基于逐像素加法运算拼接所述第二加权图像特征和所述第三特征，生成第五特征；对所述第五特征进行点卷积处理，生成初始分割图像特征；基于逐像素加法运算拼接所述初始分割图像特征和所述初始图像特征，生成所述眼底血管图像的分割图像。

全文数据：

权利要求：

百度查询： 深圳大学 眼底血管图像的分割方法、终端设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD