基于血管特征的视网膜血管分割方法、设备和存储介质

摘要

本申请涉及一种基于血管特征的视网膜血管分割方法、设备和存储介质。包括获取视网膜血管分割的数据集，并对数据集进行数据增强操作；建立基于多尺度语义信息融合的深度卷积神经网络智能模型，将增强之后的数据输入到智能模型，并获得模型的输出；运用图像形态学方法检测输出结果中存在的血管断点和血管厚度不一致区域；在断点和厚度不一致区域上加大损失函数的权重，通过动态权重的交叉熵损失函数迭代并优化智能模型，实现视网膜血管的精确分割。该方法结合了多尺度语义信息和断点信息解决血管连通性，并通过提取血管厚度信息改进损失函数解决血管厚度不一致性问题，有效的提高了视网膜血管分割精度，对于计算机医疗智能诊断具有重要意义。