基于方向引导的OCTA图像血管分割方法

本发明涉及一种基于方向引导的octa图像血管分割方法，属于计算机视觉和医学图像处理领域。该方法很好地应对了octa图像中普遍存在的血管网络复杂、方向多变、细小血管和噪声难以区分等挑战。本发明设计了一种方向引导网络，基于方向卷积提取目标的方向信息，基于方向引导模块聚合相似方向信息的目标特征，增强了细小血管和噪声的对比度，使局部血管区域能够感知血管的整体结构，缓解了血管的不连续性、漏检和误检的问题。

背景技术：

1、光学相干断层扫描血管造影(octa)是一种无创成像技术，已广泛用于显示高分辨率视网膜血管并提供血管系统的详细可视化。octa对于各种视觉相关疾病的诊断和治疗具有重要意义。视网膜血管分割是计算机视觉的重要研究课题之一，它可以协助医生诊断视网膜和血液相关疾病。然而，由于细小血管和噪声的对比度较低，分割结果可能会出现血管不连续、血管漏检和误检的情况。此外，视网膜血管的复杂结构表现出不同的方向和不同的尺寸，对分割提出了重大挑战。这种方向和尺寸的变化使得准确检测每个血管的边界变得困难。通过分析血管在octa图像中的特性，现有方法大多数只关注语义特征提取，忽略了血管的具体结构和特征信息，例如管状结构和方向信息。也有方法通过可变形卷积及其变体在卷积过程中引入额外的偏移参数来适应血管的变形和姿态变化。但这种方法可能无法描述细小血管的变形。另一方面，有方法通过形状约束的损失函数来保证血管连通性。这些损失函数只能保证血管网络的总体连接性，无法在局部断开的细血管之间建立连接。

2、目前已有的处理方法在提取多尺度特征、特征融合以及大血管分割方面取得了不错的效果。但在多噪声和有信号遮挡的图像中表现较差，存在细小血管漏检、误检以及血管不连续问题。

技术实现思路

1、本发明的目的是克服现有技术的上述不足，提供一种基于方向引导的octa图像血管分割方法。为此，本发明采用如下的技术方案：

2、1.本发明提供了基于方向引导的octa图像血管分割方法，所述方法包括下列步骤：

3、步骤1：构建数据集，使用公共数据集octa-500和rose-1，将数据划分为训练集、验证集和测试集；

4、步骤2：使用随机旋转进行数据增强；

5、步骤3：构建方向卷积提取方向信息，增强细小血管和噪声的对比度；

6、步骤4：构建方向引导模块按方向聚合特征，增强细小血管和噪声的特征表达；

7、步骤5：构建方向引导网络实现对octa图像的血管分割；

8、步骤6：网络模型训练，使用dice和交叉熵作为损失函数，使用adam作为优化器，通过反向传播算法对网络参数进行更新；

9、步骤7：将octa图像输入训练好的方向引导网络得到输出的分割结果。

10、2.基于血管按方向分布的特性，我们构建了方向卷积提取目标的方向信息，增大细小血管和噪声的类间差距，减小细小血管和大血管的类内差距，方向卷积包括平均池化、方向滤波、归一化和深度可分离卷积，首先对输入进行平均池化操作：

11、xm＝avgpool(x)               (1)

12、其中x为方向卷积的输入，avgpool为通道维度的平均池化操作，然后对xm执行如下操作：

13、

14、其中di为方向i对应的方向滤波，i的取值为1，2…12，方向滤波的值由0和1构成，*为卷积操作，～为逻辑非操作，得到方向i的特征然后对其执行如下操作：

15、

16、其中concat表示通道维度的拼接操作，然后对执行如下操作：

17、

18、其中norm表示归一化操作，dsconv表示深度可分离卷积，包括3×3的深度卷积和1×1的点卷积，最终得到方向信息d。

19、经过方向卷积后，我们得到目标的方向信息，通过提取目标方向信息可以很好的区分细小血管和噪声。

20、3.构建方向引导模块按方向聚合特征，首先对输入提取方向信息：

21、d＝dc(x)           (5)

22、其中dc表示方向卷积，为了方便进行特征聚合，对d和x变换维度：

23、d′，x′＝img2seq(d，x)         (6)

24、其中img2seq表示reshape操作，将2d特征图转换为1d向量，之后对d′和x′进一步映射：

25、q，k＝linear(d′)        (7)

26、v＝linear(x′)          (8)

27、其中linear表示全连接层，方向信息和输入特征分别被映射到q、k和v，然后其执行如下操作：

28、

29、其中softmax表示sofimax函数，法表示q的长度，t表示转置操作，然后将v′进行维度变换后和输入x相加得到最终输出：

30、output＝seq2img(v′)+x     (10)

31、其中seq2img表示reshape操作，将1d向量转换为2d特征图。

32、本发明的有益效果是：

33、1.本发明通过方向卷积提取目标的方向信息，增加细小血管和噪声之间的对比度，可以有效的区分细小血管和噪声。

34、2.本发明通过方向引导模块，聚合相似方向的特征，使局部血管区域感知血管的整体结构，使得网络能够根据血管的整体结构而不是局部血管区域做出判断，同时增强细小血管和噪声的特征表达。

35、3.本发明不仅可以提高血管的连续性，缓解血管漏检问题，还可以降低血管的误检，有效改善了血管分割效果。

技术特征：

1.本发明主要涉及一种基于方向引导的octa图像血管分割方法，所述方法包括下列步骤：

2.根据权利要求1所述的一种基于方向引导的octa图像血管分割方法，其特征在于，步骤3中，基于血管按方向分布的特性，我们构建了方向卷积提取目标的方向信息，方向卷积包括平均池化、方向滤波、归一化和深度可分离卷积，首先对输入进行平均池化操作：

3.根据权利要求1所述的一种基于方向引导的octa图像血管分割方法，其特征在于，步骤4中，构建方向引导模块按方向聚合特征，首先对输入提取方向信息：

技术总结本发明涉及一种基于方向引导的OCTA图像血管分割方法，属于计算机视觉和医学图像处理领域。该方法首先构建了一种方向卷积，方向卷积可以提取目标的方向信息，增强细小血管和噪声的对比度；然后，我们构建了方向引导模块，依据方向信息聚合特征，增强细小血管和噪声的特征表达；最后，我们构建了一种方向引导网络，该网络可以在血管方向的指导下精准分割血管。本发明充分利用了血管在OCTA图像中的方向特性，有效应对了OCTA图像中普遍存在的血管网络复杂、方向多变、细小血管和噪声难以区分等挑战，该方法有效的区分出细小血管和噪声，同时使局部血管区域能够感知血管的整体结构，缓解了血管的不连续性、漏检和误检的问题。技术研发人员：张欣鹏,李赈立,石凡受保护的技术使用者：天津理工大学技术研发日：技术公布日：2024/9/17