[发明专利]基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法

权利要求书

1.一种基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，包括以下步骤：

步骤S1:获取裸鼠皮窗图像数据，并提取皮窗圆形感兴趣区和人工标注血管样本；

步骤S2:对标注的裸鼠皮窗图像数据进行缩减，然后进行数据扩增，将扩增后的图像数据用于训练深度学习语义分割 ,并根据训练后深度学习语义分割对其他无标注的图像进行预测，然后将预测的图像扩大为原图像尺寸，得到粗分割后的图像；

步骤S3:将粗分割后的图像与DRIVE数据集混合，作为训练数据集；

步骤S4:对训练数据集进行扩增处理；

步骤S5:将扩增的数据集输入到深度学习语义分割模型中进行训练，得到预测修复结果。

2.根据权利要求1所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述步骤S1具体为：

（1）通过体式显微镜进行拍摄裸鼠脊背皮窗的白光图；

（2）制作圆形掩模，提取感兴趣的皮窗圆形区域；

（3）提取裸鼠脊背皮窗中圆感兴趣区域即血管区域；

（4）将预设数量的裸鼠皮窗血管图像进行人工标注。

3.根据权利要求2所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述制作圆形掩模，提取感兴趣的皮窗圆形区域，具体为：

使用黑色圆标注皮窗圆形边缘，然后提取黑色的空心圆，填充圆形，作为人工皮窗的掩模，使用最小近邻插值原图像和掩模图像缩小尺寸作为下一步深度学习模型的数据集；

将掩模数据集输入深度学习的语义分割模型进行训练，然后预测图像，获取皮窗图像的圆形感兴趣区掩模图，将预测的掩模图恢复原尺寸。

4.根据权利要求2所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述提取裸鼠脊背皮窗中圆感兴趣区域即血管区域，采用掩模图像和原图完成与操作，设置掩模图中白色区域的数值为1，黑色区域为0，分别和彩色原图三通道进行与操作，完成圆形区域的血管图像的提取。

5.根据权利要求1所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述步骤S2具体为：

（1）：对图像通过旋转、移位、翻转操作完成数据增强；

（2）：将数据集输入深度学习语义分割模型进行训练；

（3）：基于训练后的深度学习语义分割模型，得到预测图像，完成血管分割;

（4）：采用最小近邻插值的方法对图像还原成大尺寸。

6.根据权利要求1所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述步骤S3具体为：眼底视网膜图像尺寸采用眼底中心图像不改变，扩大图像边界大小的方式调整尺寸大小，尺寸大小和裸鼠皮窗原始尺寸大小相同，所述处理后的眼底视网膜图像与粗分割后的图像混合样本比例设置为1:1。

7.根据权利要求1所述的基于GA-Xnet的裸鼠皮窗血管分割图像断裂修复方法，其特征在于，所述步骤S4具体为：通过将混合数据进行分块裁剪为48×48大小，裁剪过程中采用重叠的方法进行，实现数据的扩增。