1.一种基于多尺度特征补偿的微动脉瘤分割方法,其特征在于,包括:
获取待分割微动脉瘤图像,并将所述待分割微动脉瘤图像输入至编码模块进行深度特征提取,得到多尺度特征;
将所述编码模块每相邻两层输出的多尺度特征输入多尺度特征补偿模块进行特征补偿,包括:所述多尺度特征补偿模块引入四条并行的分支;所述分支分别采用步长为6,5,3,2和窗口大小为6×6,5×5,3×3,2×2的最大池化操作;
将当前编码器以及当前编码器下层编码器获取的多尺度特征作为第一分支的第一输入特征,所述第一分支采用第一尺度对所述第一输入特征进行最大池化操作得到第一特征信息;
利用所述第一特征信息与第一输入特征作差对多尺度特征的丢失部分信息进行补偿,将补偿后的多尺度特征融合第一输入特征作为第二分支的第二输入特征;
还包括:所述第二分支采用第二尺度对所述第二输入特征进行最大池化操作得到第二特征信息;利用所述第二特征信息与第一输入特征作差对多尺度特征的丢失部分信息进行补偿,将所述补偿后的多尺度特征融合所述第一输入特征作为第三分支的第三输入特征;
所述第三分支采用第三尺度对所述第三输入特征进行最大池化操作得到第三特征信息;利用所述第三特征信息与第一输入特征作差对多尺度特征的丢失部分信息进行补偿,将所述补偿后的多尺度特征作为第四分支的第四输入特征;
所述第四分支采用第四尺度对所述第四输入特征进行最大池化操作得到第四特征信息;
将所述多尺度特征补偿模块各分支得到的特征信息拼接并与第一输入特征相加作为减法融合模块的一侧输入;
通过减法融合模块将各个尺度下特征补偿后的特征以及所述减法融合模块对应层级特征的差值处理后的特征进行融合,并将融合后的特征拼接至解码模块;所述减法融合模块将对应多尺度特征补偿模块的特征补偿结果,当前编码器以及当前编码器下层编码器的编码结果或当前编码器下层编码器对应解码器的解码结果拼接至解码模块;
通过所述减法融合模块将各个尺度下特征补偿后的特征以及所述减法融合模块对应层级特征的差值处理后的特征进行融合,并将融合后的特征拼接至解码模块,包括:第一减法融合模块将当前编码器以及当前编码器下层编码器获取的多尺度特征作差加权,并拼接同一级多尺度特征补偿模块的输出,作为第三解码器的输入;还包括:第二减法融合模块将当前编码器获取的多尺度特征与当前编码器下层对应的解码器获取的多尺度特征作差加权,并拼接同一级多尺度特征补偿模块的输出,作为第二解码器的输入;
第二减法融合模块将当前编码器获取的多尺度特征与当前编码器下层对应的解码器获取的多尺度特征作差加权并拼接同一级多尺度特征补偿模块的输出作为第一解码器的输入;
所述第一解码器用于输出最终微动脉瘤分割图像;
所述解码模块将融合后的特征进行解码处理,得到微动脉瘤分割图像。
2.如权利要求1所述的基于多尺度特征补偿的微动脉瘤分割方法,其特征在于,所述编码模块由依次连接的多个编码器组成,所述解码模块由依次连接的多个解码器组成。
3.如权利要求2所述的基于多尺度特征补偿的微动脉瘤分割方法,其特征在于,所述多尺度特征补偿模块与所述减法融合模块设置于所述编码器和其对应的所述解码器之间,所述多尺度特征补偿模块与所述减法融合模块对应连接,所述多尺度特征补偿模块将当前编码器以及当前编码器下层编码器的编码结果进行特征补偿处理后拼接到对应的减法融合模块。
4.如权利要求3所述的基于多尺度特征补偿的微动脉瘤分割方法,其特征在于,解码模块将融合后的特征进行解码处理,得到微动脉瘤分割图像包括:通过组合损失函数对网络进行训练获取最终微动脉瘤分割图像,总损失表示为:其中,y为原始图像经过网络预测后的微动脉瘤分割图像,
5.如权利要求1或4所述的基于多尺度特征补偿的微动脉瘤分割方法,其特征在于,微动脉瘤分割前对获取的待分割微动脉瘤图像进行增强预处理。