基于改进SOLO＿v2的糖尿病黄斑水肿分割模型

作者：郑宗生; 唐鹏飞; ***; 卢鹏

来源：中国医学物理学杂志, 2023, 40(01): 24-30.

• 糖尿病黄斑水肿
• 实例分割
• 特征增强
• 非极大值抑制

糖尿病黄斑水肿（DME）是导致糖尿病患者视力损害的常见原因。光学相干断层扫描技术（OCT）有助于增强对糖尿病视网膜病变的早期检测和预防。目前，OCT图像中的DME区域存在大量散斑噪声及小目标区域，现有的实例分割方法存在漏分割等问题。针对上述问题，本文利用特征金字塔转换器（FPT）改进SOLO＿v2模型，提出了一种新的DME分割模型（SOLO-OCT），包括：（1）利用基于双域滤波去噪算法去除图像上存在的大量散斑噪声，提高输入图像质量；（2）引入FPT，提高模型对小目标的识别能力和学习能力；（3）改进非极大值抑制（NMS）算法，缓解对小目标区域的漏分割问题。将SOLO-OCT模型与其他实例分割模型（包括Mask R-CNN、SOLO和SOLO＿v2）进行了比较，以评估其对DME区域的分割性能。与Mask R-CNN、SOLO和SOLO＿v2模型相比，SOLO-OCT模型对DME区域的分割精度（mAP）提高了3.1%，对小目标DME区域的分割精度（APs）提高了2.2%，而单幅图像的处理时间（Fps）只增加了0.009 9 s。本文提出的DME分割模型（SOLO-OCT）可用于大规模糖尿病视网膜病变筛查。

• 单位
  上海海洋大学