引入双编码器模型的OCT视网膜图像分割

作者：陈明惠^*; 王腾; 袁媛; 柯舒婷

来源：光电工程, 2023, 50(10): 32-40.

• 光学相干层析成像
• 卷积神经网络
• 图像分割
• 双编码器

OCT视网膜图像中存在着噪声和散斑，单一的提取空间特征往往容易遗漏一些重要信息，导致不能准确地分割目标区域。而OCT图像本身存在光谱频域特征，针对OCT图像的频域特征，本文基于U-Net和快速傅立叶卷积提出一种新的双编码器模型以提高对OCT图像视网膜层、液体的分割性能，提出的频域编码器可以提取图像频域信息并通过快速傅里叶卷积转换为空间信息，将很好地弥补单一空间编码器遗漏特征信息的不足。经过与其他经典模型的对比和消融实验，结果表明，随着频域编码器的添加，该模型能有效提升对视网膜层和液体的分割性能，平均Dice系数和mIoU相较于U-Net均提高2%，相较于ReLayNet分别提高8%和4%，其中对液体的分割提升尤为明显，相较于U-Net模型Dice系数提高了10%。

• 单位
  上海理工大学