[发明专利]一种长尾分布鲁棒的视网膜OCT图像分类方法

说明书

本发明公开了一种长尾分布鲁棒的视网膜OCT图像分类方法，首先根据直方图类间方差做二值分割提取视网膜OCT图像的大致有效区二值图，通过点积和加法有效提高了OCT图像有效区的信息，抑制了背景噪声。然后设计了一种分类器，基于标准化的思想提高了模型在长尾分布的视网膜OCT图像数据集上的分类性能，并且没有引入过多的参数量。推理阶段先针对模型在同一样本的多种增强操作下的输出分布熵值做最小化优化，再进行推断，提高了模型在应对扰动和分布偏移等情况下的鲁棒性。

技术领域

本发明属于医学图像处理与模式识别领域，特别是涉及一种基于深度学习的视网膜OCT图像分类方法。

背景技术

OCT是一种光学成像技术，目前多用于眼科检查，可以获取视网膜的细节图像，是检测和监测各种黄斑疾病的有力工具。对视网膜OCT图像进行高精度的分类可以辅助医生进行有效的诊断，视网膜OCT图像智能诊断是一种根据病患的视网膜OCT图像，实现对具体视网膜疾病种类的判断的技术，可以高效辅助医生分析病情，提高诊断速度。

现有的图像分类大多基于深度学习方法。Lee等人(Lee C S, Baughman D M, LeeA Y. Deep learning is effective for classifying normal versus age-relatedmacular degeneration OCT images[J]. Ophthalmology Retina, 2017, 1(4): 322-327.)提出使用VGG16架构的网络来检测AMD；Karri等人(Karri S P K, Chakraborty D,Chatterjee J. Transfer learning based classification of optical coherencetomography images with diabetic macular edema and dry age-related maculardegeneration[J]. Biomedical optics express, 2017, 8(2): 579-592.)采用预训练的GoogleLeNet网络在Srinivasan等人公开的OCT图像数据集上进行微调，在有限的数据下训练得到了性能良好的神经网络，可以对DME，AMD以及正常类别数据进行精度在86%以上的分类；Kermany等人(Kermany D S, Goldbaum M, Cai W, et al. Identifying medicaldiagnoses and treatable diseases by image-based deep learning[J]. Cell, 2018,172(5): 1122-1131. e9.)提出采用在ImageNet数据集上预训练的InceptionV3网络，将其在收集的视网膜OCT图像数据集上训练微调图像分类器的方法；Fang(Fang L, Wang C, LiS, et al. Attention to lesion: Lesion-aware convolutional neural network forretinal optical coherence tomography image classification[J]. IEEEtransactions on medical imaging, 2019, 38(8): 1959-1970.)和Huang(Huang L, HeX, Fang L, et al. Automatic classification of retinal optical coherencetomography images with layer guided convolutional neural network[J]. IEEESignal Processing Letters, 2019, 26(7): 1026-1030.)等人提出了视网膜病变区引导的CNN和视网膜层引导的CNN，将视网膜病变层与OCT图像的深层特征相结合，达到了当时的SOTA性能，但这两种方法都需要训练额外的深度模型来提取病变区或视网膜层区域；Heisler等人(Heisler M, Karst S, Lo J, et al. Ensemble deep learning fordiabetic retinopathy detection using optical coherence tomography angiography[J]. Translational Vision ScienceTechnology, 2020, 9(2): 20-20.)提出了采用集成学习技术的方法，以计算成本和训练时间为代价提高了整体模型的分类性能，以92%和90%的准确度区分了可参考DR和非参考DR；He等人(He X, Deng Y, Fang L, et al.Multi-modal retinal image classification with modality-specific attentionnetwork[J]. IEEE Transactions on Medical Imaging, 2021, 40(6): 1591-1602.)引入了多模态信息和注意力机制，将眼底图像和OCT图像集成到了一个端到端的深度学习模型中，减少了背景区域信息对网络的误导，提高了对特征信息的利用率。