[发明专利]一种OCT影像分层与病灶语义分割方法、装置及存储介质

说明书

本发明公开了一种OCT影像分层与病灶语义分割方法、装置及存储介质，所述方法包括：获取待检查患者的一只眼的OCT的每个BScan二维切片影像数据；将切片影像数据逐张输入预先训练好的第一阶段的卷积神经网络，得到第一阶段的分层、视盘区域、黄斑下凹区域的语义分割预测结果；根据得到的第一阶段的分层、视盘区域、黄斑下凹区域的语义分割预测结果，制作“关注区域”；获取“关注区域”的数据图；将“关注区域”的数据图输入第二阶段的卷积神经网络，得到第二阶段的分层、玻璃膜疣、色素上皮层脱离、脉络膜新生血管病灶的语义分割预测结果，本发明提高了病灶像素占总体像素的比例，降低了如玻璃膜疣这样的小面积阳性病灶的学习难度。

技术领域

本发明涉及一种OCT影像分层与病灶语义分割方法、装置及存储介质，属于语义分割技术领域。

背景技术

光学相干断层扫描(Optical Coherence tomography,OCT)是一种形成眼底影像的成像技术，由于其能反应眼底不同生理结构对入射的弱相干光的反射、散射特性，形成的三维影像具有深度层面的信息，相比与眼底彩照等影像，其具有独特的优势。

目前，对于OCT影像的层次分析和病灶分析通常是采用深度卷积神经网络对OCT的切片或整体进行层次、病灶的语义分割，然后根据分割的结果进行后处理，得到眼底的一些生理指标如色素上皮层的厚度、玻璃膜疣的体积。通常深度学习模型在训练阶段需要对采集到的OCT影像的所有区域的像素都进行层次/病灶的分割，学习的影像信息缺乏针对性，对于年龄相关性黄斑病变涉及到的小面积病灶(如玻璃膜疣)这样的病灶很难进行精准的识别，为后续根据病灶的体积等信息进行年龄相关性黄斑病变的分期带来困难。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种OCT影像分层与病灶语义分割方法、装置及存储介质，提高了病灶像素占总体像素的比例，降低了如玻璃膜疣这样的小面积阳性病灶的学习难度。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种OCT影像分层与病灶语义分割方法，包括：

获取待检查患者的一只眼的OCT的每个BScan二维切片影像数据，并进行归一化处理；

将归一化后的切片影像数据逐张输入预先训练好的第一阶段的卷积神经网络，得到第一阶段的分层、视盘区域、黄斑下凹区域的语义分割预测结果；

根据得到的第一阶段的分层、视盘区域、黄斑下凹区域的语义分割预测结果，制作“关注区域”；

获取“关注区域”的数据图，并对数据进行归一化处理；

将归一化后的“关注区域”的数据图输入第二阶段的卷积神经网络，得到第二阶段的分层、玻璃膜疣、色素上皮层脱离、脉络膜新生血管病灶的语义分割预测结果。

进一步的，根据得到的第一阶段的分层、视盘区域、黄斑下凹区域的语义分割预测结果，制作“关注区域”，包括：

选取同眼OCT的数据标签中黄斑下凹区的中心点所在列的神经纤维层的厚度最薄的一个切片，该黄斑下凹区的中心点作为该眼OCT影像的“黄斑中央凹”中心点；

选取同眼OCT的所有切片数据标签中视盘区域的宽度的最大值作为OCT影像的“视盘直径”；

根据OCT机型特定模式下横、纵向的物理分辨率和像素分辨率的值，将2个视盘直径的横向像素数换算成横向的物理尺寸，并以黄斑中心凹点为圆心，视盘直径物理值为半径确定“关注区域圆”，并换算成各个切片中该“关注区域圆”所对应的“关注区域”的像素宽度；

在切片上以黄斑中心凹中心点所在列为中心点，宽度通过换算得到的所述像素宽度，并以这些列的眼底层结构标签非背景区域的多边形的外接矩形的中心为中心，特定像素数为高度，获取“关注区域”。