[发明专利]一种基于改进的U-net网络的OCT图像脉络膜分割方法

摘要

本发明公开了一种基于改进的U‑net网络的OCT图像脉络膜分割方法，该U‑net网络主要改进点包括：(1)通过在网络中增加编码器和译码器的数量来提取更多特征信息；(2)在编码器后面加入精致残差块来增强每一层识别能力；(3)在译码器后面加入注意力模块让高层语义信息指导底层细节信息；(4)损失函数采用传统的L2损失和Dice损失结合来共同约束网络模型，采用本发明改进的U‑net网络可以自动分割无论是正常人眼还是病理性近视人眼脉络膜的上下边界，并且分割结果准确性高。

主权项

1.一种基于改进的U‑net网络的OCT图像脉络膜分割方法，其特征是，包括以下步骤：(1)数据获取和预处理，收集原始OCT图像，对其脉络膜上下边界进行专业标注，将含有金标准的图像进行归一化处理后，将处理得到的数据集作为训练集；(2)构建U‑net网络结构，其中U‑net网络结构收缩路径中每层由一个卷积层和一个精致残差模块构成，所述精致残差模块为将输入的特征图经过卷积进行通道数转换后，再进行卷积，批处理，激活，卷积，再与第一步卷积得到的特征图进行残差操作，最后再进行激活处理，第一层之外的其它层在精致残差模块后采用批标准化处理，扩张路径中每层由一个反卷积层和一个通道注意力模块组成，所述通道注意力模块为将来自高层和底层的特征图进行串联，对串联后的特征图进行池化、卷积、激活、卷积、激活处理，将优化后的特征图和高层特征图进行相乘，再与底层特征图进行相加；(3)将训练集输入构建的U‑net网络进行训练；(4)将待分割图像送入训练好的模型中进行图像分割。