[发明专利]一种基于自监督学习的眼底图像血管分割方法及系统

权利要求书

1.一种基于自监督学习的眼底图像血管分割方法，其特征在于，包括以下步骤：

步骤1：构建眼底图像样本数据库；

步骤2：对眼底图像样本进行强度变换处理；

步骤3：优化自监督网络，并将变换后的图像输入优化后的自监督网络编码器和解码器进行图像重建的工作；

所述优化后的自监督网络，是在编码器解码器结构不同层之间加入了卷积和反卷积运算，使得不同层的特征图也可以跨层传递；矢量预测分类模块，用于将图像分成9块，预置24种不同的矢量路线，通过将不同的眼底图像部分输入网络，自监督网络预测眼底图像的输入矢量路线，通过该模块学习眼底图像的级联细节；

步骤4：将自监督网络的每一个网络层输出的特征图像送入解码器，在上采样的过程中，应用局部对比损失，将特征图像分化成K*K份，取其中的一份计算与其他局部特征图像的对比损失；其中，K为预设值；

步骤5：自监督网络通过训练，获取最优的完备模型参数；

其中，采用自监督学习思想训练网络，且自监督学习预训练任务采用聚合任务策略，将强度变换，随机像素填充，向内填充和向外填充四种方法相结合；

步骤6：将自监督网络预训练的权重导入分割网络，同时将需要进行血管分割的视网膜眼底图像进行预处理；

步骤7：将预处理的视网膜眼底图像放入改进过后的U-net网络进行训练，图像每经过一个Block得到的特征进入融合网络；融合网络将所有前置网络层的特征图，当前Block得到的特征图和自监督网络中同层的特征图进行融合输入到后置模块层；

其中，所述改进过后的U-net网络，是将长连接保留，加入短连接；

步骤8：通过自监督网络训练，获取最优的完备血管分割模型参数，将训练参数导入完备血管分割网络，得到完整的完备血管分割网络；

步骤9：将需要分割的眼底图像输入所述完整的完备血管分割网络，获得眼底图像血管分割结果。

2.根据权利要求1所述的基于自监督学习的眼底图像血管分割方法，其特征在于：步骤3中，使用全局对比损失来优化自监督网络结构，同一张医学图像经过不相同的强度变换处理后应具有相同的特征，将这类图像作为正样本；同时取其他医学图像作为负样本，计算重建图像与二者的对比损失，使得自监督学习特征更加准确。

3.根据权利要求1所述的基于自监督学习的眼底图像血管分割方法，其特征在于：步骤4中，通过相同医学图像的不同变换特征图相同局部具有相似性和其他局部具有差异性来约束上采样的过程，从而精确还原眼底图像。

4.根据权利要求1所述的基于自监督学习的眼底图像血管分割方法，其特征在于：步骤6中，分割网络中的损失函数上，采取动态调整损失函数为：

其中，y_n是真实值，是预测值，N表示眼底图像样本标记值，N取1，表示第一个样本照片，依次类推；当的时候，I＝1否则I＝0；通过T值的大小来控制误差。

5.根据权利要求1-4任意一项所述的基于自监督学习的眼底图像血管分割方法，其特征在于：步骤9中，在输出结果的同时，通过网络剪枝，提升分割结果的输出速度。

6.一种基于自监督学习的眼底图像血管分割系统，其特征在于，包括以下模块：

模块1，用于构建眼底图像样本数据库；

模块2，用于对眼底图像样本进行强度变换处理；

模块3，用于优化自监督网络，并将变换后的图像输入优化后的自监督网络编码器和解码器进行图像重建的工作；

所述优化后的自监督网络，是在编码器解码器结构不同层之间加入了卷积和反卷积运算，使得不同层的特征图也可以跨层传递；矢量预测分类模块，用于将图像分成9块，预置24种不同的矢量路线，通过将不同的眼底图像部分输入网络，自监督网络预测眼底图像的输入矢量路线，通过该模块学习眼底图像的级联细节；

模块4，用于将自监督网络的每一个网络层输出的特征图像送入解码器，在上采样的过程中，应用局部对比损失，将特征图像分化成K*K份，取其中的一份计算与其他局部特征图像的对比损失；其中，K为预设值；

模块5，用于自监督网络通过训练，获取最优的完备模型参数；

其中，采用自监督学习思想训练网络，且自监督学习预训练任务采用聚合任务策略，将强度变换，随机像素填充，向内填充和向外填充四种方法相结合；

模块6，将自监督网络预训练的权重导入分割网络，同时将需要进行血管分割的视网膜眼底图像进行预处理；

模块7，用于将预处理的视网膜眼底图像放入改进过后的U-net网络进行训练，图像每经过一个Block得到的特征进入融合网络；融合网络将所有前置网络层的特征图，当前Block得到的特征图和自监督网络中同层的特征图进行融合输入到后置模块层；

其中，所述改进过后的U-net网络，是将长连接保留，加入短连接；

模块8，用于通过自监督网络训练，获取最优的完备血管分割模型参数，将训练参数导入完备血管分割网络，得到完整的完备血管分割网络；

模块9，将需要分割的眼底图像输入所述完整的完备血管分割网络，获得眼底图像血管分割结果。