买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州大学

摘要：本发明涉及图像处理技术领域，尤其涉及基于双解码器与局部特征增强网络的血管旁异常分割方法，包括特征编码模块、局部特征增强模块和双解码器结构；利用特征编码模块提取输入视网膜光学相干断层扫描图像的深层语义特征；利用局部特征增强模块将深层语义特征分成多个patch块，计算每个patch块的像素表示和交互注意力表示，生成局部特征增强的深层语义特征；利用双解码器结构将局部特征增强的深层语义特征在边缘分割解码器支路提取边缘特征，上采样得到血管旁异常边缘分割预测图像，在主分割解码器支路中将边缘特征与局部特征增强的深层语义特征融合上采样，得到血管旁异常分割预测图像；利用联合分割损失函数在训练过程中优化分割网络。

主权项：1.基于双解码器与局部特征增强网络的血管旁异常分割方法，其特征在于：包括，将待检测视网膜光学相干断层扫描OCT图像输入预先训练好的双解码器与局部特征增强网络中；利用特征编码模块对待检测OCT图像进行特征提取，得到深层语义特征；利用局部特征增强LFE模块将深层语义特征分成多个patch块，分别计算patch块的像素表示和交互注意力表示，合并生成局部特征增强的深层语义特征；利用双解码器结构将局部特征增强的深层语义特征在边缘分割解码器支路提取边缘特征，并逐层上采样得到血管旁异常目标边缘分割预测图像，在主分割解码器支路中将边缘特征与局部特征增强的深层语义特征进行融合上采样，得到血管旁异常目标分割预测图像；在双解码器与局部特征增强网络的训练过程中，利用联合分割损失函数在网络训练过程中优化分割网络，加快网络收敛速度；所述双解码器结构包括主分割解码器支路和边缘分割解码器支路的输入均来自编码器特征经过局部特征增强LFE模块的深层语义特征，其中，边缘分割解码器的输入特征先进行边缘特征提取操作得到Fedge,i，i＝1,2,3,4，边缘特征提取操作表示为经编码器和局部特征增强LFE模块得到的深层语义特征为fi∈{f1,f2,f3,f4}，fi减去对fi进行平均池化的结果avgfi，得到输入的边缘特征： 其中，表示1×1卷积，avg为平均池化操作，Fedge,i表示从不同分辨率分支提取到的边缘特征；在主分割解码器的特征融合中，引入像素级加法与乘法，将边缘特征Fedge,i，经层级上采样获得的边缘分割解码器层级特征Flayer2,m，m＝1,2,3与深层语义特征fm，m＝1,2,3融合，得到融合特征Ffuse,m，m＝1,2,3，公式表示为： 其中，表示像素级乘法，表示像素级加法；所有的解码器模块采用转置卷积代替原始HRNet中的双线性插值进行上采样，对于输入到层级的不同分辨率的特征x1与x2，层级的具体操作表示为：Flayerl,m＝convconvcatconTx1,x2l＝1,2；m＝1,2,3其中，conT·表示转置卷积，cat·表示拼接操作，conv·表示3×3卷积层，l＝1和l＝2分别表示主分割解码器支路和边缘分割解码器支路。

全文数据：

权利要求：

百度查询： 苏州大学 基于双解码器与局部特征增强网络的血管旁异常分割方法