结合注意力shift的OCTA图像血管提取方法
摘要文本
本发明涉及计算机视觉与医学图像处理领域，具体涉及一种结合注意力shift的OCTA图像血管提取方法，包括以下步骤：构建数据集；增强数据集并将其划分，对训练集处理得到处理数据集；将处理数据集输入到网络结构结构进行训练得到训练特征图；通过归一化操作、卷积操作和计算得到最终概率图，与设置的阈值比较得到提取结果图；计算损失对网络结构的各个参数的梯度，并进行优化；读取评价指标最优的参数，将其加载到网络结构中对待处理OCTA图像进行血管的提取得到目标血管，保存最终处理结果。本发明通过训练流程以及网络结构的改进，提高了血管提取的准确度，更好地实现了自动化的OCTA图像血管提取的处理任务。。更多数据：
申请人信息
- 申请人:齐鲁工业大学(山东省科学院); 山东省人工智能研究院
- 申请人地址:250000 山东省济南市长清区大学路3501号
- 发明人: 齐鲁工业大学(山东省科学院); 山东省人工智能研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 结合注意力shift的OCTA图像血管提取方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410094585.1 |
| 申请日 | 2024/1/24 |
| 公告号 | CN117612221A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V40/14 |
| 权利人 | 齐鲁工业大学(山东省科学院); 山东省人工智能研究院 |
| 发明人 | 陈达; 梁宏达; 刘丽; 张炯; 王友明; 曹步勇 |
| 地址 | 山东省济南市长清区大学路3501号; 山东省济南市科院路19号 |
专利主权项内容
。1.一种结合注意力shift的OCTA图像血管提取方法，其特征是，包括以下步骤：S1.选用公开的数据集中的投影图像作为数据集S；S2.通过算法对数据集/>进行增强得到增强数据集/>，将增强数据集/>按6 : 2 : 2的比例划分为训练集/>、验证集/>、测试集/>，将训练集/>中的数据进行随机裁剪、翻转、旋转操作得到处理数据集/>，/>表示处理数据集/>中第/>张图像，/>表示处理数据集/>中第/>张图像；S3.将处理数据集输入到网络结构进行训练得到训练特征图，网络结构包括编码器部分、特征增强部分、特征融合与解码器部分；S4.对归一化操作后图像的FAZ标签进行运算得到特征图/>，将特征图/>经过卷积操作得到单通道图，再将单通道图通过/>函数得到最终概率图，然后设定阈值与像素坐标的像素点比较来判断像素点的所属来源，保存判断后的结果图并计算其损失；S5.通过损失函数计算网络结构的各个参数的梯度，使用优化器，以最小化损失和最优化验证集评价指标为目标对各个参数进行优化；S6.从步骤S5中读取保存的评价指标最优的参数，将其加载到网络结构中对待处理OCTA图像进行血管的提取得到目标血管，保存最终处理结果。