[发明专利]脉络膜血管的管腔区域识别方法、装置、设备及介质

权利要求书

1.一种脉络膜血管的管腔区域识别方法，其特征在于，包括：

接收到眼底管腔识别请求，获取所述眼底管腔识别请求中的待识别眼底图像；

将所述待识别眼底图像输入基于U-Net的眼底分割模型，通过所述眼底分割模型对所述待识别眼底图像进行脉络膜特征提取及边缘分割，得到眼底分割图像；

通过眼底中央凹识别模型对所述眼底分割图像进行图像识别，识别出所述眼底分割图像中的中央凹区域，并根据所述中央凹区域从所述眼底分割图像中截取出第一眼底脉络膜图像；

通过Niblack局部阈值算法，对所述第一眼底脉络膜图像进行二值化处理，得到第一脉络膜二值图像，并从所述第一脉络膜二值图像中提取出第一管腔区域；

根据所述第一管腔区域，从所述待识别眼底图像中识别出含有眼底脉络膜血管的管腔区域的第一管腔区域图像。

2.如权利要求1所述的脉络膜血管的管腔区域识别方法，其特征在于，所述从所述第一脉络膜二值图像中提取出第一管腔区域之后，还包括：

对所述待识别眼底图像进行灰度处理，得到眼底灰度图像；

通过自适应阈值法，获取所述第一管腔区域中的管腔自适应阈值，并根据所述管腔自适应阈值对所述眼底灰度图像进行归一化处理，得到第一眼底图像；

根据所述中央凹区域从所述第一眼底图像中提取出第二眼底脉络膜图像；

根据Niblack局部阈值方法，对所述第二眼底脉络膜图像进行二值化处理，得到第二脉络膜二值图像，并从所述第二脉络膜二值图像中提取出第二管腔区域；

根据所述第二管腔区域，从所述待识别眼底图像中识别出含有眼底脉络膜血管的管腔区域的第二管腔区域图像。

3.如权利要求1所述的脉络膜血管的管腔区域识别方法，其特征在于，所述将所述待识别眼底图像输入基于U-Net的眼底分割模型之前，包括：

获取眼底图像样本；所述眼底图像样本与一个边缘线标签及一个区域标签关联；

将所述眼底图像样本输入含有初始参数的基于U-Net的卷积神经网络模型；

通过所述卷积神经网络模型提取所述眼底图像样本中的所述脉络膜特征，获取所述卷积神经网络模型根据所述脉络膜特征输出的区域识别结果、眼底特征向量图和融合特征向量图；

通过所述卷积神经网络模型对所述眼底特征向量图进行边缘检测，得到边缘结果，同时对所述融合特征向量图进行区域分割，得到区域分割结果；

根据所述区域识别结果和所述区域标签，确定出分类损失值；根据所述边缘结果和所述边缘线标签，确定出边缘损失值；根据所述区域分割结果和所述区域标签，确定出分割损失值；

根据所述分类损失值、所述边缘损失值和所述分割损失值，确定出总损失值；

在所述总损失值未达到预设的收敛条件时，迭代更新所述卷积神经网络模型的初始参数，直至所述总损失值达到所述预设的收敛条件时，将收敛之后的所述卷积神经网络模型记录为眼底分割模型。

4.如权利要求3所述的脉络膜血管的管腔区域识别方法，其特征在于，所述通过所述卷积神经网络模型提取所述眼底图像样本中的所述脉络膜特征，获取所述卷积神经网络模型根据所述脉络膜特征输出的区域识别结果、眼底特征向量图和融合特征向量图，包括：

通过所述卷积神经网络模型对所述眼底图像样本提取所述脉络膜特征，得到眼底脉络膜特征图；

通过所述卷积神经网络模型对所述眼底脉络膜特征图进行上采样及拼接，得到所述眼底特征向量图；

通过所述卷积神经网络模型对所述眼底特征向量图进行脉络膜区域识别，得到所述区域识别结果，同时对所述眼底特征向量图进行融合处理，得到所述融合特征向量图。

5.如权利要求1所述的脉络膜血管的管腔区域识别方法，其特征在于，所述通过眼底中央凹识别模型对所述眼底分割图像进行图像识别，识别出所述眼底分割图像中的中央凹区域，并根据所述中央凹区域从所述眼底分割图像中截取出第一眼底脉络膜图像，包括：

将所述眼底分割图像输入基于SSD的眼底中央凹识别模型；

通过SSD算法，通过所述眼底中央凹识别模型提取中央凹特征，并根据所述中央凹特征进行目标检测，得到所述中央凹区域；

以所述中央凹区域为中心，根据预设的尺寸参数从所述眼底分割图像中截取所述第一眼底脉络膜图像。