申请/专利权人：重庆贝奥新视野医疗设备有限公司

申请日：2020-06-10

公开（公告）日：2024-04-09

公开（公告）号：CN111815562B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/136;G06T7/194

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.29#专利申请权的转移;2024.02.20#专利申请权的转移;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：一种U‑Net与自适应PCNN相结合的视网膜血管分割方法，对实验中所选用的眼底图像数据库做数据增广；数据集图片进行灰度化处理；数据集图片进行CLAHE处理，加大视网膜血管与背景之间的对比度；图像分块；U‑Net神经网络模型的搭建、训练以及图片增强；自适应PCNN神经网络模型的搭建；使用自适应PCNN进行血管分割。本发明一方面提出了一种基于改进后的U‑Net二次迭代式眼底血管图像增强方法，可以显著抑制背景，凸显血管区域，削弱噪声干扰，增加图片对比度，从而提升数据集图片质量。本发明另一方面提出了一种基于自适应PCNN的眼底血管图像分割方法。通过使用Otsu算法估计出的准确参数，然后将U‑Net二次迭代增强输出结果，送入自适应PCNN，实现完整眼底血管的有效分割。

主权项：1.一种U-Net与自适应PCNN相结合的视网膜血管分割方法，其特征在于：首先原始彩色眼底图像进行预处理；接着使用预处理之后的数据集对深度学习模型进行训练、增强；然后使用改进的U-Net模型进行二次增强，先将一次增强结果与原彩色图像相融合、灰度化和CLAHE处理，再将图片输入改进的U-Net模型增强图片质量；将图片再次输入U-Net，整体性提高图片质量；通过Otsu算法得到目标与背景分割阈值，使用公式得到相关自适应参数，再使用PCNN进行血管分割；视网膜血管分割方法包括以下步骤：步骤1：对实验中所选用的眼底图像数据库做数据增广；步骤2：数据集图片进行灰度化处理；步骤3：数据集图片进行CLAHE处理，加大视网膜血管与背景之间的对比度；步骤4：图像分块；步骤5：U-Net神经网络模型的搭建、训练以及图片增强；所述步骤5包括以下步骤：步骤5.1：针对数据集图片质量参差不齐的问题，搭建U-Net模型作为预处理神经网络，提升图片质量，U-Net模型是一个具有U型对称结构的全卷积神经网络，其包括下采样单元、上采样单元，下采样单元由第一卷积层、第一批标准化层、第一激活层、第一正则化层、最大池化层组成，在网络的训练中能够对输入图像进行路径收缩从而捕捉到全局信息，每经过一次下采样单元，输出图像缩小到输入图像的14，激活函数采用Leaky-ReLU函数；上采样单元由上采样层、第二卷积层、第二批标准化层、第二激活层、第二正则化层组成，每经过一次上采样单元，输出图像扩大到输入图像的4倍；再经过第二卷积层二维卷积，第二批标准化层拉伸第二卷积层输出到正态分布，Leaky-ReLU激活函数进行非线性映射，第二正则化层以设定的概率丢弃神经元激活值，输出层激活函数为softmax函数；步骤5.2：在U-Net模型训练阶段，每一轮训练时我们选取训练集中90％的数据用于训练，将剩余10％的数据用作验证，U-Net模型中使用交叉熵代价函数计算误差，然后使用随机梯度下降的方式来最小化代价，然后反向传播更新权重和偏置；步骤5.3：将初步处理过的测试集图片输入训练好的改进U-Net模型，进行第一次增强；步骤5.4：初次增强图片进行第二次增强；步骤6：自适应PCNN神经网络模型的搭建；所述步骤6具体为：针对灰度图像的二值分割，构建了自适应PCNN模型，PCNN模型由接受域、调制域、脉冲产生域组成；接受域由连接输入L和反馈输入F组成；调制域主要是产生内部活动项U；脉冲产生域由阈值调节器、脉冲发生器组成；当内部活动项U大于动态门限θ时，神经元点火，Y＝1；PCNN的数学表达式为：L[n]＝∑klWijklYkl[n-1]2U[n]＝F[n]1+βL[n]3 自适应PCNN将图像分成多块，使用OTSU方法计算各个图块目标背景分割阈值T，再使用公式6、7计算初始点火阈值θ0和连接系数β，θ0＝m0+k1*σ06 k1、k2为常数系数，k1∈[1,2]，k2∈[0,1]；步骤7：使用自适应PCNN进行血管分割。

全文数据：

权利要求：

百度查询： 重庆贝奥新视野医疗设备有限公司 一种U-Net与自适应PCNN相结合的视网膜血管分割方法

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