摘要
本发明提供了一种用于糖尿病视网膜病变的多病灶分割方法,主要应用于医学影像分析、人工智能和机器视觉领域。旨在解决糖尿病视网膜病变的多病灶分割难题,提高早期筛查的效率和准确性,该方法通过数据预处理、图像增强、数据增强、网络预训练和多病灶分割等步骤,实现了对糖尿病视网膜病变中微血管瘤、出血、硬性渗出和软性渗出四种主要病变类型的准确分割。其创新点包括采用对比度限制自适应直方图均衡化和色彩与对比度增强算法进行图像增强,使用残差可分离卷积模块扩展的U‑Net网络进行特征提取,以及双分支结构和特征交互模块实现多病灶分割。
技术关键词
糖尿病视网膜病变
病灶分割方法
注意力
卷积模块
图像增强
双分支结构
对比度
直方图均衡化
前馈神经网络
Softmax函数
局部图像特征
输出特征
算法
解码器
编码器
特征提取网络
高斯滤波器