眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)輔助診斷技術(shù)領(lǐng)域，具體涉及一種眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法。
【背景技術(shù)】
[0002]隨著計(jì)算機(jī)技術(shù)中的人工智能領(lǐng)域的快速發(fā)展，計(jì)算機(jī)輔助診斷技術(shù)也逐漸發(fā)展。計(jì)算機(jī)輔助診斷技術(shù)是指通過影像學(xué)、醫(yī)學(xué)圖像處理技術(shù)以及其他可能的生理、生化手段，結(jié)合計(jì)算機(jī)的分析計(jì)算，輔助影像科醫(yī)師發(fā)現(xiàn)病灶，提高診斷的準(zhǔn)確率。
[0003]通常醫(yī)學(xué)影像學(xué)中計(jì)算機(jī)輔助診斷分為三步，具體如下:第一步是把病變從正常結(jié)構(gòu)中提取出來；第二步是圖像特征的量化；第三步是對(duì)數(shù)據(jù)進(jìn)行處理并得出結(jié)論。
[0004]因?yàn)橛?jì)算機(jī)可以全面利用影像信息進(jìn)行精確的定量計(jì)算，去除人的主觀性，避免因個(gè)人知識(shí)和經(jīng)驗(yàn)的差異而引起的“千差萬別”的診斷結(jié)果；所以它的結(jié)果是不含糊的，是確定的，它使診斷變得更為準(zhǔn)確、更為科學(xué)。
[0005]隨著現(xiàn)代高科技的發(fā)展，計(jì)算機(jī)輔助診斷將與圖像處理和PACS系統(tǒng)等技術(shù)融合，變得更易于操作、也更趨于準(zhǔn)確，其臨床應(yīng)用范圍將進(jìn)一步擴(kuò)大。
[0006]在醫(yī)學(xué)檢測中，眼睛是唯一可無損檢測同時(shí)信息豐富的器官。研宄指出視網(wǎng)膜血管病變中的血管局限縮窄、彌漫縮窄、動(dòng)靜脈交叉壓迫、血管行走改變、銅絲動(dòng)脈、出血、棉絮斑、硬性滲出以及視網(wǎng)膜神經(jīng)纖維層缺損與腦卒有顯著的相關(guān)性。且對(duì)于腦卒中的預(yù)測，眼底檢查僅需40元，而MRI檢查則需要上千元，頸動(dòng)脈超聲也需要140元。相比之下眼底檢查的性價(jià)比最高。眼底圖像計(jì)算機(jī)分析的全自動(dòng)化的方法，包括可以提供即時(shí)的視網(wǎng)膜病變分類，而不需要專家意見，建立以眼底血管視神經(jīng)預(yù)測三高并發(fā)癥的系統(tǒng)具有其確實(shí)的經(jīng)濟(jì)意義。因此，視網(wǎng)膜血管的病變檢測在對(duì)腦卒的輔助檢測具有突出作用。其中構(gòu)建一個(gè)動(dòng)靜脈交叉壓迫視網(wǎng)膜血管病變的自動(dòng)檢測系統(tǒng)更是其中的關(guān)鍵部分。
[0007]對(duì)眼底圖像進(jìn)行血管分割、視盤定位和血管分類(動(dòng)靜脈分裂)是視網(wǎng)膜血管的病變檢測的基礎(chǔ)，現(xiàn)有的血管分割方法需要人工添加標(biāo)注信息，自動(dòng)化程度不高。

【發(fā)明內(nèi)容】

[0008]針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法。
[0009]一種眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法，包括如下步驟:
[0010](I)獲取眼底圖像的全局血管集，所述的全局血管集為所述眼底圖像中所有血管的集合；通過如下步驟獲取:
[0011](1-1)按照預(yù)設(shè)的二值化閾值對(duì)經(jīng)過小波變換處理后的眼底圖像進(jìn)行二值化處理，并提取二值化處理后的眼底圖像中的中心線和邊緣，得到血管樹；
[0012](1-2)對(duì)所述的血管樹分叉處做斷開處理得到血管段，并對(duì)各個(gè)血管段進(jìn)行線分割得到血管，得到全局血管集；所述二值化閾值的取值范圍為4?20%。
[0013](2)針對(duì)所述的全局血管集中每一個(gè)血管，使用模糊收斂算法獲取該血管的收斂區(qū)域；
[0014](3)統(tǒng)計(jì)眼底圖像每個(gè)像素點(diǎn)所屬于的收斂區(qū)域的個(gè)數(shù)作為該像素點(diǎn)的投票值；
[0015](4)選取投票值大的前η個(gè)像素點(diǎn)，對(duì)選取的η個(gè)像素點(diǎn)使用基于八連接的區(qū)域連通算法得到若干個(gè)連通區(qū)域，并以面積最大的連通區(qū)域作的中心坐標(biāo)作為視盤定位信息。
[0016]選取投票值大的前η個(gè)像素點(diǎn)時(shí)，按照投票值將所有像素點(diǎn)進(jìn)行排序，本發(fā)明中按照投票值由大至小進(jìn)行排序，取前面的η個(gè)像素點(diǎn)即可。
[0017]η的大小根據(jù)眼底圖像的大小設(shè)定，作為優(yōu)選，所述η的取值為1000?3000。
[0018]為消除眼底圖像中光照不均的影響，所述步驟(3)得到各個(gè)像素點(diǎn)的投票值構(gòu)建一個(gè)投票矩陣，對(duì)所述的投票矩陣進(jìn)行均值濾波；
[0019]所述投票矩陣中的元素與眼底圖像中的像素點(diǎn)--對(duì)應(yīng)，每個(gè)元素值即為對(duì)應(yīng)的像素點(diǎn)的投票值。作為優(yōu)選，所述均值濾波時(shí)采用的均值濾波器的大小為ΝΧΝ，其中N =6 ?10
[0020]為提高最終得到的視盤信息的精確度，作為優(yōu)選，步驟(I)中按照不同二值化閾值的獲取k個(gè)不同的全局血管集，相應(yīng)的針對(duì)每個(gè)全局血管集進(jìn)行步驟(2)?(3)得到對(duì)應(yīng)的連通區(qū)域后進(jìn)行如下操作得到視盤定位信息:
[0021]以各個(gè)全局血管集對(duì)應(yīng)的面積最大的連通區(qū)域作該全局血管集的最終收斂區(qū)域，判斷是否存在至少I個(gè)最終收斂區(qū)域的重疊區(qū)域，其中I = k/3?k/2:
[0022]若存在，則以面積最大的重疊區(qū)域的中心坐標(biāo)作為視盤定位信息；
[0023]否則，以采用特定模板匹配法得到視盤定位信息。
[0024]綜合考慮視盤定位精度和定位效率，所述k的取值為6?10。
[0025]未作特殊說明，本發(fā)明中對(duì)長度、距離、圖片大小等參數(shù)進(jìn)行衡量時(shí)統(tǒng)一以像素點(diǎn)為單位。
[0026]本發(fā)明的視盤定位方法采取多次定位投票的方式，具有魯棒性，并且在眼底圖像中具有較多病變的復(fù)雜情況下表現(xiàn)良好，最終添加模板匹配作為定位不收斂的補(bǔ)正，與現(xiàn)有技術(shù)相比大大降低了拒判(視盤定位失敗)現(xiàn)象。
【附圖說明】
[0027]圖1為本實(shí)施例的眼底圖像；
[0028]圖2為本實(shí)施例的眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法的流程圖；
[0029]圖3為本實(shí)施例中對(duì)眼底圖像進(jìn)行血管分割的流程圖；
[0030]圖4為血管分割得到的原始血管集的示意圖；
[0031]圖5為血管分割得到的全局血管集的示意圖。
【具體實(shí)施方式】
[0032]下面將結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述。
[0033]本實(shí)施例以圖1所示的眼底圖像為例來說明眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位方法，該眼底圖像的大小為3000X3000。由拍照造成的環(huán)狀反光、視盤周圍的非血管的躍階邊緣、斑狀病變以及出血病變等原因，該眼底圖像中存在亮環(huán)。
[0034]對(duì)該眼底圖像采用基于廣度搜索算法的眼底圖像的動(dòng)靜脈視網(wǎng)膜血管視盤定位，視盤定位流程如圖2所示，包括如下步驟:
[0035](I)獲取眼底圖像的全局血管集(即最終血管集)，全局血管集為眼底圖像中所有血管的集合；
[0036]本實(shí)施例中通過對(duì)眼底圖像進(jìn)行血管分割獲取眼底圖像的全局血管集，如圖3所示，包括如下步驟:
[0037](1-1)對(duì)眼底圖像進(jìn)行小波變換(IUWT小波)，按照預(yù)設(shè)的二值化閾值對(duì)經(jīng)過小波變換的眼底圖像進(jìn)行二值化處理，并提取二值化處理后的眼底圖像中的中心線和邊緣，得到血管樹；
[0038](1-2)對(duì)血管樹分叉處做斷開處理得到血管段，并對(duì)各個(gè)血管段進(jìn)行線分割得到血管，得到原始血管集。
[0039]對(duì)血管樹分叉處做斷開處理時(shí):當(dāng)血管樹中的血管中心線中多根中心線匯集到一點(diǎn)時(shí)，去除中心點(diǎn)(匯集的交叉點(diǎn))，得到單獨(dú)的多根血管中心線。
[0040]對(duì)各個(gè)血管段進(jìn)行線分割時(shí):以每一根中心線作為一個(gè)血管段。血管段為一條曲線，運(yùn)用圖像處理的線分割的傳統(tǒng)方法，將曲線用多根直線逼近。得到的多根直線，每跟直線即代表一根血管，所有直線的集合即為原始血管集。
[0041](1-3)確定誤分割血管，本實(shí)施例中誤分割血管得到第一類誤分割血管和第二類誤分割血管，從原始血管集合中刪除第一類誤分割血管和第二類誤分割血管，則得到全局血管集(即最終血管集)。
[0042]對(duì)于環(huán)狀反光造成的誤分割，其分割出的血管相對(duì)于正常血管具有是由小段的血管組成的環(huán)的結(jié)構(gòu)特點(diǎn)。
[0043]對(duì)于視盤周圍的躍階邊緣造成的誤分割，其分割出的血管在RGB色彩空間(即通道)和結(jié)構(gòu)上并沒有特別的特點(diǎn)。其誤分割血管為視盤周圍的背景組成，因?yàn)槠淇拷暠P，而視盤周圍的背景顏色相對(duì)于遠(yuǎn)離視盤周圍的背景來說和普通血管顏色具有相識(shí)性；從結(jié)構(gòu)上來說由于其是孤立存在的，與視盤周圍血管混雜在一起也很難從結(jié)構(gòu)上區(qū)分出，如果強(qiáng)行從結(jié)構(gòu)上做判定容易造成大量的誤判。但是血管兩側(cè)的背景在RGB色彩空間上來說具有較大的色差，這是因?yàn)槠鋬蓚?cè)背景一邊由視盤而