摘要
本发明公开了面向糖尿病早期筛查的视网膜图像无监督异常检测方法包括,对患者的纵向时序视网膜图像进行配准和多尺度注意力引导的血管分割;提取血管骨架并构建时序血管拓扑图,计算各血管段的几何形态与血流动力学属性,通过对比相邻时间点的拓扑图识别血管形态演化特征,并通过模拟计算壁面剪切应力等血流动力学特征;将演化与血流动力学特征联合输入一个时间序列编码器进行无监督学习,通过分析重构误差、基于密度估计的异常分数以及潜在空间的时序轨迹偏离度,综合生成早期糖尿病风险评分;本发明方案不依赖病变标签,并且可以从多维度动态变化中灵敏地检测出病理前期的微小异常,为糖尿病的早期筛查和干预提供了客观、量化的新途径。
技术关键词
无监督异常检测方法
视网膜眼底图像
血管分割
拓扑图
演化特征
配准图像序列
血流
糖尿病受试者
壁面剪切应力
重构误差
时序
无监督学习
通道注意力机制
病理性新生血管
多尺度卷积核
密度估计方法
像素