← 返回列表

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

申请号: CN202410174151.2
申请人: 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
更新日期: 2026-03-20

专利详细信息

项目 内容
专利名称 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
专利类型 发明申请
申请号 CN202410174151.2
申请日 2024/2/7
公告号 CN117726642A
公开日 2024/3/19
IPC主分类号 G06T7/11
权利人 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
发明人 王兴国; 马煜辉; 张炯; 岳星宇; 阎岐峰; 赵一天
地址 浙江省宁波市镇海区庄市大道519号; 浙江省宁波市慈溪市学林路99号

摘要文本

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。

专利主权项内容

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;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。