1.一种基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,该方法包括:
搭建网络结构,所述网络结构包括编码器模块、特征聚合池化模块FAPM、解码器模块、深监督模块,所述特征聚合池化模块FAPM设置于所述编码器模块的编码器通道中,用于进行下采样聚合全局上下文信息以及局部信息,所述深监督模块设置于所述解码器的底层以外的各层中,用于引导网络生成更具有代表性的特征图;
实验,采用光学相干断层扫描OCT图像中RBCC损伤和近视牵引纹病变区域的联合分割任务对所述网络结构的输出进行验证。
2.根据权利要求1所述的基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,所述编码器模块与所述特征聚合池化模块FAPM结合后的结构包括自顶层至底层依次设置的编码第一层结构单元、编码第二层结构单元、编码第三层结构单元、编码第四层结构单元、编码底层结构单元,所述编码第一层结构单元包括依次设置的输入端、第一3×3卷积层、第二3×3卷积层;所述编码第二层结构单元、所述编码第三层结构单元、所述编码第四层结构单元、所述编码底层结构单元均包括依次设置的特征聚合池化模块FAPM、第一3×3卷积层、第二3×3卷积层;所述编码第一层结构单元中的第二3×3卷积层与所述编码第二层结构单元中的特征聚合池化模块FAPM相连;所述编码第二层结构单元中的第二3×3卷积层与所述编码第三层结构单元中的特征聚合池化模块FAPM相连;所述编码第三层结构单元中的第二3×3卷积层与所述编码第四层结构单元中的特征聚合池化模块FAPM相连;所述编码第四层结构单元中的第二3×3卷积层与所述编码底层结构单元中的特征聚合池化模块FAPM相连。
3.根据权利要求2所述的基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,所述解码器模块与所述深监督模块结合后的结构包括自底层至顶层依次设置的解码第一层结构单元、解码第二层结构单元、解码第三层结构单元、解码第四层结构单元,所述解码第一层结构单元包括依次设置的合并与反卷积层、第一3×3卷积层、第二3×3卷积层、1×1卷积层、输出端,所述解码第二层结构单元、所述解码第三层结构单元、所述解码第四层结构单元均包括依次设置的合并与反卷积层、第一3×3卷积层、第二3×3卷积层、深监督模块;所述解码第一层结构单元中的合并与反卷积层与所述解码第二层结构单元中的第二3×3卷积层相连;所述解码第二层结构单元中的合并与反卷积层与所述解码第三层结构单元中的第二3×3卷积层相连;所述解码第三层结构单元中的合并与反卷积层与所述解码第四层结构单元中的第二3×3卷积层相连;所述解码第四层结构单元中的合并与反卷积层与所述编码底层结构单元中的第二3×3卷积层连接;所述编码第一层结构单元中的第二3×3卷积层与所述解码第一层结构单元中的合并与反卷积层跳跃连接,所述编码第二层结构单元中的第二3×3卷积层与所述解码第二层结构单元中的合并与反卷积层跳跃连接,所述编码第三层结构单元中的第二3×3卷积层与所述解码第三层结构单元中的合并与反卷积层跳跃连接,所述编码第四层结构单元中的第二3×3卷积层与所述解码第四层结构单元中的合并与反卷积层跳跃连接。
4.根据权利要求1或3所述的基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,所述特征聚合池化模块FAPM包括第一支路、第二支路、第三支路,所述第一支路包括垂直条纹池化、设置于所述垂直条纹池化之后的1×3卷积层,所述特征聚合池化模块FAPM通过所述垂直条纹池化后接入所述1×3卷积层,用于将输入特征图的大小从H×W变换为1×W,然后通过双线性插值将特征图大小更改为H/2×W/2;
所述第二支路包括横向条纹池化、设置于所述横向条纹池化之后的1×3卷积层,所述特征聚合池化模块FAPM通过所述横向条纹池化后接入所述1×3卷积层,将输入特征图的大小从H×W更改为H×1,然后通过双线性插值将大小更改为H/2×W/2;将所述第一支路和所述第二支路的输出特征图相加聚合得到全局上下文信息;
所述第三支路包括7×7卷积层,所述特征聚合池化模块FAPM将输入特征图经过一个7×7卷积层提取特征,再经过一个sigmoid函数使每一个像素学习到一个权重,将权重与输入特征图相乘,再将特征图尺寸减半进行下采样获取局部信息;将所述全局上下文信息与所述局部信息进行相加聚后的结构作为所述特征聚合池化模块FAPM的输出。
5.根据权利要求1或3所述的基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,所述深监督模块具体包括设置于所述解码器模块中除最底层外的其他层的输出特征图后的1×1卷积层,所述深监督模块将特征图的通道数降为1,再经过双线性上采样将特征图恢复成与金标准相同的尺寸,并与金标准计算损失函数,通过损失函数的反向传播,以对每一个所述深监督模块输出的特征图进行监督。
6.根据权利要求5所述的基于改进U型网络的视网膜OCT图像中近视性黄斑病变区域分割方法,其特征在于,所述损失函数为交叉熵损失和Dice损失之和。