[发明专利]血管、眼底图像的分割方法、装置、设备及可读存储介质

说明书

本申请实施例公开了一种血管、眼底图像的分割方法、装置、设备及可读存储介质，涉及人工智能的计算机视觉技术；具体地可以获取待分割的血管图像如眼底图像；对血管图像如眼底图像进行特征提取，得到高层特征信息；基于预设字典对高层特征信息进行字典学习，得到高层特征信息对应的字典表示；根据字典表示对高层特征信息的多个通道进行选择，得到目标特征信息；将目标特征信息、与高层特征信息进行融合，得到通道注意力特征信息；根据通道注意力特征信息对血管图像如眼底图像中的血管进行分割，得到血管分割结果。该方案能够避免特征血管图像如眼底图像的全局信息丢失，大大提升了血管图像如眼底图像的分割精准性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种血管、眼底图像的分割方法、装置、设备及可读存储介质。

背景技术

眼底血管的结构状态与全身各系统都有着非常重要的联系，能够帮助人们对某些疾病进行早期预防和治疗。比如，动脉硬化、高血压、糖尿病、心血管疾病和老年性黄斑变性等都会对眼底血管形态产生影响，使动、静脉的宽度及弯曲程度发生变化。而在实际操作中，由于受到光照差异及个体变异的影响，医生手工获取血管信息较为困难，诊断结果较为主观且存在误差。因此，实现眼底血管动静脉的自动化分割与分类技术在临床上具有十分重要的意义。

随着人工智能(AI，Artificial Intelligence)的发展，AI在医疗领域上的应用也越来越为广泛，特别是在医学影像的分割上，比如，可以应用AI技术从眼底图像中分割出血管等。目前AI分割血管的方案主要基于深度学习网络，具体可以训练一个可分割血管的深度学习网络，然后，将待分割的眼底图像输入至训练后的深度学习网络进行特征提取，并基于特征进行血管分割，得到血管分割结果，如血管分割图像等等。

在对现有技术的研究和实践过程中，本发明的发明人发现，由于深度学习网络在提取的特征容易丢失图像的全局信息，因此，分割精准性并不高。

发明内容

本申请实施例提供一种血管、眼底图像的分割方法、装置、设备及可读存储介质，可以提高分割的精准性。

本申请实施例提供一种血管图像的分割方法，包括：

获取待分割的血管图像；

对所述血管图像进行特征提取，得到高层特征信息；

基于预设字典对高层特征信息进行字典学习，得到高层特征信息对应的字典表示；

根据所述字典表示对所述高层特征信息的多个通道进行选择，得到目标特征信息；

将所述目标特征信息、与所述高层特征信息进行融合，得到通道注意力特征信息；

根据所述通道注意力特征信息对所述血管图像中的血管进行分割，得到血管分割结果。

本申请实施例还提供了一种眼底图像的血管分割方法，包括：

获取待分割的眼底图像；

对所述眼底图像进行特征提取，得到高层特征信息；

基于预设字典对高层特征信息进行字典学习，得到高层特征信息对应的字典表示；

根据所述字典表示对所述高层特征信息的多个通道进行选择，得到目标特征信息；

将所述目标特征信息、与所述高层特征信息进行融合，得到通道注意力特征信息；

根据所述通道注意力特征信息对所述眼底图像中的血管进行分割，得到血管分割结果。

相应的，本申请实施例还提供一种血管分割装置，包括：

获取单元，用于获取待分割的血管图像；

特征提取单元，用于对所述血管图像进行特征提取，得到高层特征信息；