【CN109859139A】彩色眼底图像的血管增强方法【专利】

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910117094.3
(22)申请日 2019.02.15
(71)申请人 中南大学
地址 410083 湖南省长沙市岳麓区麓山南
路932号
(72)发明人 邹北骥　陈瑶　朱承璋　陈昌龙　
张子谦　
(74)专利代理机构 长沙永星专利商标事务所
(普通合伙) 43001
代理人 周咏　米中业
(51)Int.Cl.
G06T 5/00(2006.01)
(54)发明名称彩色眼底图像的血管增强方法(57)摘要本发明公开了一种彩色眼底图像的血管增强方法，包括获取训练数据并处理；将数据输入到生成模型中对生成模型进行训练并得到最终的生成模型；获取待增强的数据并处理；将数据输入最终的生成模型生成血管增强后的彩色眼底图像。

本发明通过生成模型的建立，使用深度神经网络学习荧光造影图像的血管成像特征，可以学习到比灰度纹理等等更深层次的信息，使得眼底图的血管增强效果更佳显著，而且通过损失函数的设计，可以有效的使得生成图像和目标图像更加接近；因此，本发明方法能够有效的根据现有的彩色眼底图像生成血管增强后的彩色眼底图像，而且本发明方法的可靠性高、安全性好
且适用范围广。

权利要求书2页 说明书5页 附图3页CN 109859139 A 2019.06.07
C N 109859139
A
1.一种彩色眼底图像的血管增强方法，包括如下步骤：
S1.获取训练数据；所述的训练数据包括若干个患者的彩色眼底图像及对应的同一人的眼底荧光造影图像；
S2.将步骤S1获取的训练数据进行处理；
S3.将步骤S2得到的处理后的数据输入到生成模型中对生成模型进行训练，从而得到最终的生成模型；
S4.获取待增强的数据；
S5.将待增强的数据进行处理；
S6.将步骤S5处理后的数据输入最终的生成模型，从而生成血管增强后的彩色眼底图像。

2.根据权利要求1所述的彩色眼底图像的血管增强方法，其特征在于步骤S2所述的将步骤S1获取的训练数据进行处理，具体为采用如下步骤进行处理：
A.将步骤S1获取的训练数据进行归一化；
B.将归一化后的训练数据进行切割。

3.根据权利要求2所述的彩色眼底图像的血管增强方法，其特征在于步骤A所述的归一化，
具体为采用如下算式进行归一化：
式中p(x ,y)为点(x ,y)归一化后的像素值，为点(x ,y)的原始像素值，P为图像中所有点的像素值集合，max(P)为像素值的最大值，min(P)为像素值的最小值。

4.根据权利要求2所述的彩色眼底图像的血管增强方法，其特征在于步骤B所述的将归一化后的训练数据进行切割，具体为将归一化后的图像切割为面积更小的图像，从而增加训练数据的数目，提高模型的鲁棒性。

5.根据权利要求1～4之一所述的彩色眼底图像的血管增强方法，其特征在于步骤S3所述的生成模型，具体为循环对抗生成网络。

6.根据权利要求5所述的彩色眼底图像的血管增强方法，其特征在于所述的循环对抗生成网络，具体包括两个生成模型、两个判别模型和三个损失函数：生成模型：和其中，X为原始的彩色眼底图像，Y为对应的眼底荧光造影图像，为生成的彩色眼底图像，为生成的眼底荧光造影图像；G和F为生成模型；
判别模型：D X 和D Y ，其中D X 用于区分X和F(Y)，D Y 用于区分Y和G(X)；
损失函数：
采用如下算式作为对抗损失函数L GAN (G ,D Y ,X ,Y)和L GAN (F ,D X ,Y ,
X)：
式中x为X中的样本，y为Y中的样本，y～p data (y)表示y来自Y，x～p data (x)表示x来自X；E
权　利　要　求　书1/2页2CN 109859139 A。