[发明专利]视网膜图像动静脉的分类装置、设备及存储介质

权利要求书

1.一种视网膜图像动静脉的分类装置，其特征在于，包括：

图像获取模块，用于获取待分类图像；

预处理模块，用于对所述待分类图像进行预处理，得到预处理图像；

对抗网络模块，包括预先训练的生成器单元，所述预先训练的生成器单元用于根据所述预处理图像输出每个像素点的动静脉分类概率；

结果输出模块，用于根据所述预处理图像中每个像素点的动静脉分类概率，生成动静脉分类结果；

所述预先训练包括步骤：

构建生成器模型、鉴别器模型和拓扑结构模型；其中，所述拓扑结构模型为VGG模型；

以经过预处理的视网膜图像作为所述生成器模型的输入，所述生成器模型输出所述经过预处理的视网膜图像的像素点的概率；

合并视网膜动静脉标签和所述经过预处理的视网膜图像作为第一合并信息、合并所述经过预处理的视网膜图像和所述生成器模型的输出作为第二合并信息，以所述第一合并信息和所述第二合并信息作为所述鉴别器模型的输入，所述鉴别器模型输出所述第一合并信息和所述第二合并信息的真假信息；

将所述视网膜动静脉标签和所述像素点的概率输入所述拓扑结构模型，得到固定的拓扑结构模型；

根据所述固定的拓扑结构模型和所述拓扑结构模型的损失函数，对所述生成器模型和所述鉴别器模型进行交替训练，已得到的生成器模型作为所述预先训练的生成器单元；

所述生成器模型的损失函数包括交叉熵损失和总变差损失，所述交叉熵损失和所述总变差损失满足：

其中，L_wce为交叉熵损失，分别为视网膜动静脉标签和生成器的预测概率结果，w_a、w_v和w_b为超参数；y_a是y的第一通道的值，并且是动脉的标签，当y_a值为1代表是动脉；y_v是y的第二通道的值，并且是静脉的标签，当y_v值为1代表是静脉；y_b是视网膜背景的标签，并且是y的第三通道的值，当y_b值为1代表是背景；L_tv为所述总变差损失，表示所述生成器模型的输出的第i行，第j列的像素点的值；w_a、w_v和w_b均为范围[0，1]的实数；

所述鉴别器模型的损失函数满足：

L_adv(x，y)＝-logD(x，y)-log(1-D(x，G(x)))

其中，L_adv为所述鉴别器模型的损失函数，D是所述鉴别器模型，G是所述生成器模型，(x，y)分别为所述预处理的视网膜图像和所述视网膜动静脉标签；

所述拓扑结构模型的损失函数满足：

其中，MSSIM表征图像之间的相似度，并且满足：

其中，和为y和对应拓扑结构模型的第n层特征输出；以图像的任意像素点为中心，在图像中取出预设边长的块作为图像块，令x，y为特征图的图像块(patch)，总共M个所述图像块，则SSIM(x，y)满足：

其中，C₁和C₂均为超参数；所述图像块的平均亮度μ_x，μ_y满足：

其中，N为图像块中的像素点数量，x_i和y_i分别为对应图像块中的第i个像素点的亮度值；所述图像块的标准差σ_x，σ_y满足：

所述图像块的协方差σ_xy满足：