[发明专利]角膜共聚焦图像中菌丝识别方法及装置

说明书

本发明提供一种角膜共聚焦图像中菌丝识别方法及装置，该方法包括：获取待识别的角膜共聚焦图像；将所述角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据所述菌丝‑神经纤维分割模型输出预分割结果图；对预分割结果图进行自动修正得到最终分割结果图；根据所述最终分割结果图判断是否存在菌丝。本发明提供的角膜共聚焦图像中菌丝识别方法及装置，通过将角膜共聚焦图像输入到菌丝‑神经纤维分割模型，根据菌丝‑神经纤维分割模型输出预分割结果图，对预分割结果图进行自动修正得到最终分割结果图，根据最终分割结果图判断是否存在菌丝，实现对图像中菌丝和神经纤维的准确区分，由此可以实现角膜共聚焦图像中菌丝的自动化准确识别。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种角膜共聚焦图像中菌丝识别方法及装置。

背景技术

角膜共聚焦图像中菌丝的出现是判断真菌性角膜炎的重要依据，但有时角膜共聚焦图像中菌丝和神经纤维会同时存在，菌丝和神经纤维都是线状结构，形态类似、很难区分，需要很有经验的眼科医生找准两者的不同点，仔细辨别，因此可能会由于不同医生的主观经验不同，造成漏诊和误诊。现有技术没有考虑菌丝和神经纤维的区分技术，然而这正是菌丝识别的难点所在。

发明内容

为解决现有技术中的问题，本发明提供一种角膜共聚焦图像中菌丝识别方法及装置。

本发明提供一种角膜共聚焦图像中菌丝识别方法，包括：获取待识别的角膜共聚焦图像；将所述角膜共聚焦图像输入到菌丝-神经纤维分割模型，根据所述菌丝-神经纤维分割模型输出预分割结果图；其中，所述菌丝-神经纤维分割模型是以角膜共聚焦图像样本作为输入、以所述角膜共聚焦图像样本中每个像素点属于菌丝区域、神经纤维区域或背景区域的标注结果作为输出标签，进行机器学习训练得到的；对所述预分割结果图进行自动修正得到最终分割结果图；根据所述最终分割结果图判断是否存在菌丝。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，在所述获取待识别的角膜共聚焦图像之前，所述方法还包括：获取所述角膜共聚焦图像样本，以及基于所述角膜共聚焦图像样本沿着菌丝和/或神经纤维的中线分别进行描绘获取区域标注图像样本；其中，所述区域标注图像样本中表示菌丝和神经纤维的像素具有不同的像素值。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，所述对所述预分割结果图进行自动修正得到最终分割结果图，具体包括：获取所述预分割结果图中的各个菌丝分段和各个神经纤维分段；计算所述菌丝分段和所述神经纤维分段的预设特征指标，并将所述预设特征指标和预设特征指标的阈值进行比较，根据比较结果对所述预分割结果图中所述菌丝分段和所述神经纤维分段进行类别修正，得到所述最终分割结果图。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，所述预设特征指标包括分段中交叉点处分支间角度、分段长度、分段弯曲度中的至少一种。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，所述方法还包括：将所述最终分割结果图和所述角膜共聚焦图像进行叠加，得到可视化图像，并展示所述可视化图像。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，所述将所述角膜共聚焦图像输入到菌丝-神经纤维分割模型，根据所述菌丝-神经纤维分割模型输出预分割结果图，具体包括：将所述角膜共聚焦图像输入到编码器的骨架网络块，输出第一特征图；将所述第一特征图输入到所述编码器的大核可分离卷积块，输出第二特征图；将所述第二特征图输入到所述编码器的自注意力块，输出第三特征图；将所述第三特征图输入到解码器，输出所述预分割结果图。

根据本发明提供的一种角膜共聚焦图像中菌丝识别方法，所述骨架网络块的部分深层卷积层调整为可变形卷积层；所述大核可分离卷积块，将输入的所述第一特征图分成两个分支，一个分支通过串联的1*k卷积和k*1卷积，另一个分支通过串联的k*1卷积和1*k卷积，然后将所述两个分支获得的特征图逐点相加得到所述第二特征图。