[發(fā)明專利]一種超聲生物顯微鏡檢查實現(xiàn)眼科前節(jié)的全景成像方法

有效

• 申請?zhí)枺?/td>: 200710090163.3
• 申請日: 2007-04-17
• 公開（公告）號: CN101288585A
• 公開（公告）日: 2008-10-22
• 發(fā)明（設計）人: 王寧利;王雪喬;王健發(fā)
• 申請（專利權）人: 天津市索維電子技術有限公司
• 主分類號: A61B3/13
• 分類號: A61B3/13;G06F19/00;G06T7/00
• 代理公司: 北京元中知識產權代理有限責任公司
• 代理人: 王占梅

技術領域

本發(fā)明涉及一種眼科前節(jié)檢查的全景成像方法，尤其是通過基于前節(jié)特征的圖像配準和拼接，在線性UBM檢查的基礎上實現(xiàn)眼科前節(jié)全景成像的方法。

背景技術

目前用于眼科前節(jié)檢查的超聲生物顯微鏡檢查(UBM)均使用機械掃描方式，主要分為扇形掃描(參閱圖1)、線性掃描(參閱圖2)和弧形掃描(參閱圖3)三類。扇形掃描結構最簡單，但在掃描過程中，工作距離變化較大，整個圖像各處的分辨率差異較大，并且本身存在一定的幾何失真。弧形掃描結構最為復雜，但掃描過程中，工作距離變化最小，因此能夠保證整個圖像都具有高分辨率。線性掃描的結構復雜度和圖像質量介于兩者之間。

在眼前節(jié)疾病診斷和晶狀體植入手術中，需要精確測量房角-房角的距離、前房角角度、前房深度和晶狀體位置等參數(shù)，因此，清晰的眼前節(jié)全景圖像在眼前節(jié)疾病診斷和晶狀體植入手術中具有非常重要的意義。

目前，公知的用于眼科前節(jié)檢查的全景UBM，主要有兩類產品：小扇束掃描成像和弧形掃描成像。前者主要以加拿大的OTI公司為代表，其代表產品為OTI-Scan?HF35-50。該種技術使用遠距離小扇束掃描。當超聲掃描探頭與角膜的距離足夠大，使用較小的掃描角度(20°或者34°)，扇束便能夠覆蓋整個前節(jié)，從而實現(xiàn)眼前節(jié)的全景成像。扇形掃描本身具有一定的幾何失真，并且當探測位距超聲焦點越遠，高頻超聲的分辨率越低。受到以上兩個因素的影響，使用小扇束遠距離掃描實現(xiàn)的全景UBM難以實現(xiàn)前房房角和角膜的高分辨率成像。

美國Ultralink公司提出的弧形掃描UBM是另外一種實現(xiàn)全景UBM的方式。該種技術使用弧形掃描的方式，超聲探頭的掃描軌跡為與角膜外弧同心的弧線。在掃描過程中，超聲探頭離角膜表面的距離較短，并且該距離隨著掃描的角度變化較小，所以在整個掃描過程中，可以使得整個前節(jié)均在超聲的焦區(qū)內，因此它對前節(jié)的各處組織分辨率相近，能實現(xiàn)完善、清晰的前節(jié)全景成像，但該種設備結構復雜，價格非常昂貴。

在超聲成像領域內實現(xiàn)大器官的全景成像(PUI，Panoramic?Ultrasound?Imaging)的另一種方法是使用圖像拼接。圖像之間的拼接，一般是通過灰度相關，或者從兩幅圖像中找出若干對匹配的特征點，通過特征點的相互關系，決定圖像的拼接位置。但是，對于眼球前節(jié)圖像而言，由于其特征稀少，噪聲大，相鄰圖像間的變形大，旋轉角度也比較大，導致一般的圖像拼接方法無法應用。

有鑒于此特提出本發(fā)明。

發(fā)明內容

為了克服現(xiàn)有全景超聲生物顯微鏡檢查的不足，本發(fā)明提出一種成本較低、并且具有較高分辨率的實現(xiàn)眼科前節(jié)的全景成像方法。

該全景超聲生物顯微鏡檢查使用專門針對眼前節(jié)特征的圖像配準和拼接方法，將線性掃描超聲生物顯微鏡檢查獲取的圖像合成為一幅寬視野圖像，其直接在線性掃描的基礎上進行改進，實現(xiàn)整個前節(jié)圖像具有線性超聲生物顯微鏡檢查的分辨率。

本發(fā)明解決其技術問題所采用的方案是使用基于眼前節(jié)圖像特征的圖像配準和拼接方法，將眼球同一經線平面上互有重疊的圖像合成完整的前節(jié)剖面圖像，方法包括：

1)使用線性掃描超聲生物顯微鏡檢查沿著眼球某一條經線獲取一組連續(xù)的前節(jié)圖片，圖片數(shù)量不小于四張；

2)使用大窗口均值濾波、全局二值化對圖像進行預處理；

3)使用線條聚類的方法提取眼球前節(jié)的兩條聚類特征線條；

4)使用粗搜索和精確搜索兩個步驟搜索拼接位置；

5)使用加權融合的方法進行圖像拼接得到最后圖象。

對以上的2)～5)具體下面進行具體說明：

首先說明，角膜圖像一般是由上下兩部分組成的，其上半部為角膜，下半部為虹膜和晶狀體，在房角處兩個合為一體，根據(jù)這個特點，本算法首先通過聚類方法，將角膜圖像聚合為上下兩根線條，并計算相鄰圖像間線條的最佳匹配位移和旋轉角度，然后據(jù)此拼接兩幅相鄰的圖像。

算法的主要步驟有：圖像濾波，二值化，線條聚類，拼接位置搜索，圖像融合。

1.1圖像濾波：設原圖像f(x，y)大小H×W，H為圖象上下高度，W為圖象左右寬度，為0≤x<H，0≤y<W，采用大窗口的均值濾波方法，其中選取窗口大小為N×N，3≤N≤19，且N為奇數(shù)，優(yōu)選為9×9，則濾波后的圖像為：