姜大光,李明鳴,陳羽中,丁文達(dá),彭曉婷,李瑞瑞
1) 北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院,北京 100029 2) 北京鷹瞳科技發(fā)展股份有限公司,北京 100089 3) 北京富通東方科技有限公司,北京 100010
視網(wǎng)膜血管分割是醫(yī)學(xué)圖像處理[1?2]的一個(gè)重要分支,是眼底圖像分析的基礎(chǔ),在眼底疾病篩查和診斷中發(fā)揮著重要的作用. 許多類型的眼底病變都會(huì)導(dǎo)致視網(wǎng)膜血管形狀、數(shù)量、結(jié)構(gòu)發(fā)生改變,例如:高血壓性視網(wǎng)膜病變會(huì)引起視網(wǎng)膜血管直徑、曲折度和分岔角度發(fā)生變化[3];糖尿病性視網(wǎng)膜病變會(huì)帶來視網(wǎng)膜靜脈的擴(kuò)張[4];而年齡相關(guān)的黃斑變性最終導(dǎo)致脈絡(luò)膜毛細(xì)血管萎縮和形成大量新生血管.
視網(wǎng)膜血管形態(tài)結(jié)構(gòu)復(fù)雜、狹長且空間跨度大,血管間常常會(huì)交錯(cuò)重疊. 這讓視網(wǎng)膜血管的有效表征和特征提取任務(wù)變得富有挑戰(zhàn). 不僅如此,血管末端常分岔出更細(xì)微的血管,呈現(xiàn)出較大的尺度變化,也使得許多跟早期疾病篩查相關(guān)的不規(guī)律彎折和多角度交錯(cuò)等現(xiàn)象不易被觀察到.經(jīng)典機(jī)器學(xué)習(xí)方法[5?7]的分類特征需要手動(dòng)設(shè)計(jì)和提取,非常依賴研究人員的領(lǐng)域相關(guān)知識(shí),特征的優(yōu)劣很大程度影響模型效果. 基于特定算子的目標(biāo)形態(tài)檢測方法[8?10]往往只針對特定的場景和條件,難以進(jìn)一步提高血管分割的準(zhǔn)確性.
近年來,得益于深度學(xué)習(xí)技術(shù)的發(fā)展,基于深度卷積神經(jīng)網(wǎng)絡(luò)的視網(wǎng)膜血管分割方法成為一個(gè)研究熱點(diǎn). 許多工作采用全卷積神經(jīng)網(wǎng)絡(luò)來完成這一任務(wù),例如:Zhang和Chung[11]使用UNet[12]實(shí)現(xiàn)端到端的視網(wǎng)膜血管分割;……