结合多尺度特征卷积神经网络视网膜血管图像分割方法

摘要

本发明属于图像处理技术领域，为实现视网膜血管的自动提取与分割，提高对血管阴影与组织形变等因素的抗干扰能力，使血管分割结果的平均准确率更高。本发明，结合多尺度特征卷积神经网络视网膜血管图像分割方法。首先，对视网膜图像进行适当地预处理，包括进行限制性对比度自适应直方图均衡处理和伽马亮度调整；同时，针对视网膜图像数据较少的问题进行数据扩增，对实验图像进行裁剪分块，其次，通过构建结合多尺度特征的视网膜血管分割网络，将空间金字塔空洞池化引入编码—解码器结构卷积神经网络，通过多次迭代，自主进行模型参数的优化，实现像素级视网膜血管自动分割过程，得到视网膜血管分割图。本发明主要应用于医疗器械的设计制造场合。