[发明专利]一种面向光学相干断层图像斑块形态检测方法

摘要

本发明公开涉及一种面向光学相干断层图像斑块形态检测方法，涉及图像处理技术领域。所述面向光学相干断层图像斑块形态检测方法，基于深度学习建模思想和基于网络端到端训练思想利用一个构建的U‑net网络，并且使用焦点损失函数，使用交并比和混合矩阵作为评价模型表现的指标，构建OCT图像斑块形态检测完整计算框架；既先对感兴趣板块区域进行检查分割，然后在分割的基础上对不同板块进行分类检测；提出了一种新颖、有效的OCT图像板块检测方法，为OCT图像斑块检测任务提供了一种全新的思路。

主权项

1.一种面向光学相干断层图像斑块形态检测方法，其特征在于：包括以下步骤：步骤一、OCT图像的数据增强通过数据增强技术，增加OCT图像数据量，从而构建网络学习的数据集；步骤二、斑块形态检测数据集构建针对OCT图像斑块形态检测，设计U型全卷积网络模型，构建OCT图像斑块检测模型；步骤三、检测模型损失函数设计选取焦点损失函数作为网络最终的损失函数，有效减缓数据不平衡；步骤四、检测模型优化通过引入判别式模型，同时训练检测模型、判别式模型，在检测模型和判别式模型博弈过程中，检测模型的检测结果得以优化；步骤五、检测模型评价指标分别通过交并比和混合矩阵对模型在斑块整体形态检测效果和不同斑块间的形态检测效果两个方面进行评估，通过这两方面的模型评估，建立模型综合评价指标；步骤六、斑块形态检测完整计算框架构建在模型评价指标的基础上，结合模型输出的检测结果，共同构建OCT斑块形态检测的完整计算框架所述计算框架包含：模型评价指标和指标检测结果两部分。