[发明专利]一种适用于OCTA图像的动静脉自动化分割方法

权利要求书

1.一种OCTA图像动静脉自动化分割系统，其特征在于：该自动化分割系统包括全卷积模型分割模块和图卷积模型分割模块；

所述全卷积模型分割模块用于根据输入的受试者一组不同深度模态的OCTA图像生成视网膜动静脉初始分割结果；

所述图卷积模型分割模块用于通过修复视网膜动静脉初始分割结果中的血管断裂区域，生成血管连通性得到提高的视网膜动静脉分割结果。

2.根据权利要求1所述一种OCTA图像动静脉自动化分割系统，其特征在于：所述自动化分割系统还包括后处理模块，所述后处理模块用于通过修正血管内的非同类连通域的类别，去除所述视网膜动静脉分割结果的噪声。

3.一种OCTA图像动静脉自动化分割方法，其特征在于：该自动化分割方法包括以下步骤：

1)根据输入的受试者一组不同深度模态的OCTA图像，使用全卷积模型生成视网膜动静脉初始分割结果；

2)通过与全卷积模型级联的图卷积模型对视网膜动静脉初始分割结果进行血管断裂区域修复，生成血管连通性得到提高的视网膜动静脉分割结果。

4.根据权利要求3所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述步骤1)中，一组不同深度模态的OCTA图像由玻璃体、视乳头周围放射毛细血管、视神经头、脉络膜四个深度模态的OCTA图像组成。

5.根据权利要求3所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述步骤1)中，全卷积模型是通过对U-Net分割模型的全卷积神经网络进行训练而得到的。

6.根据权利要求5所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述训练之前，通过降低卷积核的个数，对U-Net分割模型的参数进行精简。

7.根据权利要求3所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述步骤2)具体包括以下步骤：利用视网膜动静脉初始分割结果建立动静脉血管的拓扑图，根据该拓扑图的动静脉血管拓扑结构和节点特征信息并使用通过对图注意力网络进行训练而得到的图卷积模型提取特征以实现血管断裂处的节点类别转变，从而增强血管的连通性。

8.根据权利要求7所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述拓扑图的建立具体包括以下步骤：使用SLIC超像素分割算法将视网膜动静脉初始分割结果按区域进行超像素节点划分，经过筛选保留血管节点和血管周围的候选节点，从而完成拓扑图的节点构建；根据拓扑图节点的相邻关系构建拓扑图的边，并将构建的节点、边与节点的特征信息组合。

9.根据权利要求3所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述自动化分割方法还包括以下步骤：

3)通过修正血管内的非同类连通域的类别去除所述视网膜动静脉分割结果的噪声。

10.根据权利要求9所述一种OCTA图像动静脉自动化分割方法，其特征在于：所述步骤3)具体包括以下步骤：在血管内根据连通域划分血管段，根据动静脉血管段各自的连接关系以及区域面积判定所存在的噪声，如果面积小于指定阈值的小血管段与类别相反的大血管段相邻接，则认为该小血管段为噪声；将判定为噪声的小血管段的类别修改为与所述大血管段的类别相同。