摘要
本发明涉及图像处理领域,尤其涉及一种眼底疾病图像分割方法、系统及设备。本发明对真实眼底疾病图像病灶区域的形状、位置、颜色进行变换后,与无病灶图像融合,获取初步合成病灶图像及分割标签;分别将其输入由双路径特征提取器、解码器构成的高频细节优化模型,该模型利用掩码自编码器获取全局上下文特征,通过卷积神经网络提取局部细节特征,根据不同尺度局部与全局特征的空间像素数量关系,判断是否沿通道融合;将不同尺度的目标特征经跳跃连接传至解码器,经转置卷积上采样,得到优化后的合成图像;将优化后的多类别合成图像及标签作为扩充数据集,训练病灶分割网络,用训练好的模型分割实际疾病图像,从而有效解决眼底疾病样本稀缺难题。
技术关键词
局部细节特征
图像分割方法
上下文特征
生成对抗网络
疾病
解码器
标签
矩阵
卷积神经网络提取
图像分割设备
图像分割系统
上采样
层级
编码器
像素
特征提取器
存储计算机程序
误差