买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院宁波材料技术与工程研究所;宁波慈溪生物医学工程研究所

摘要：本发明公开了一种用于光学相干断层扫描图像的高反射病灶分割方法和装置，属于图像处理领域，包括：采集视网膜图像并进行人为标注，得到分割图像域数据；构建包含生成器和双重判别器的条件生成对抗网络，生成器包含区域自适应选择模块和相邻帧引导模块，以实现局部‑全局、帧内‑帧间信息的高效利用；采用源域数据和分割图像域数据对条件生成对抗网络进行训练，通过整体分割损失函数的最小化，得到训练好的Ad‑GAN框架，用于视网膜图像中高反射病灶的实际分割任务。本发明通过在生成器中设置区域自适应选择模块和相邻帧引导模块，充分利用视网膜图像中的局部‑全局以及帧内‑帧间信息，能够明显提高对高反射病灶的分割精度。

主权项：1.一种用于光学相干断层扫描图像的高反射病灶分割方法，其特征在于，包括以下步骤：步骤1：采集目标图像的相邻三帧B-Scan图像作为源域数据，对源域数据中的高反射病灶进行人工标注，得到分割图像域数据；步骤2：构建用于高反射病灶分割的Ad-GAN框架，所述Ad-GAN框架包含Ad-Net生成器和双重判别器，其中，Ad-Net生成器包含区域自适应选择模块和相邻帧引导模块，分别用于将源域数据转换为模型预测图像以及为模型预测图像补充细节特征，双重判别器由第一判别器和第二判别器组成，用于评估模型预测图像的生成质量并优化，其中，所述的区域自适应选择模块，包括图像块挤压激励适配器组和区域注意力分配组件：所述图像块挤压激励适配器组通过级联内部若干个图像块挤压激励适配器输出的预测特征权重，得到区域自适应选择的表示空间；所述区域注意力分配组件基于区域注意力机制，生成区域重要性权重，通过区域重要性权重与表示空间的矩阵乘法，得到区域敏感的目标特征权重，所述目标特征权重用于为输入的源域数据加权，得到细化目标特征图；所述的相邻帧引导模块，包括长程特征库、空间注意力块和通道注意力块：所述长程特征库，是由区域自适应选择模块得到的相邻帧的细化目标特征图进行级联得到；所述空间注意力块，用于将原图和长程特征库通过通道进行池化，得到空间注意力权重；所述通道注意力块，用于将原图和长程特征库通过空间池化，得到通道注意力权重；所述通道注意力权重和空间注意力权重分别对原图进行加权，得到Ad-Net生成器的模型预测图像；步骤3：将源域数据输入Ad-GAN框架，经过Ad-Net生成器得到模型预测图像，计算模型预测图像和分割图像域数据之间的第一分割损失，将模型预测图像和分割图像域数据分别与源域数据级联，通过第一判别器计算第一对抗损失，通过第二判别器计算模型预测图像和分割图像域数据之间的第二对抗损失，根据第一分割损失、第一对抗损失和第二对抗损失得到Ad-GAN框架的整体分割损失，通过整体预测损失最小化，完成训练；步骤4：将训练好的Ad-GAN框架用于视网膜图像中高反射病灶的实际推理，得到高反射病灶的分割图。

全文数据：

权利要求：

百度查询： 中国科学院宁波材料技术与工程研究所 宁波慈溪生物医学工程研究所 一种用于光学相干断层扫描图像的高反射病灶分割方法和装置