[發明專利]視網膜血管識別方法及裝置

有效

• 申請號: 201410220540.0
• 申請日: 2014-05-23
• 公開（公告）號: CN104102899B
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 甄毅;王寧利;普建濤;顧歲成;孟鑫
• 申請（專利權）人: 首都醫科大學附屬北京同仁醫院;北京新皓然軟件技術有限責任公司;陜西渭南神州德信醫學成像技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/54
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 吳開磊

技術領域

本發明涉及醫學技術領域，具體而言，涉及視網膜血管識別方法及裝置。

背景技術

視網膜居于眼球壁的內層，是一層透明的薄膜。視網膜是唯一可以使用光學非侵入方式觀察到的中樞神經組織，它負責向大腦實時傳送外界的圖像信息。為了保證足夠其正常的生理功能，視網膜內含有豐富的血管網絡，視網膜中任何的血管異常均會導致視網膜功能的損傷。許多全身疾病，如糖尿病、高血壓、動脈硬化、心腦血管意外及中風等，以及許多眼部疾病，如早產兒視網膜病變、視網膜靜脈阻塞及老年黃斑變性等，均與視網膜血管的變化密切相關。對視網膜血管的直徑、長度、分支角度、迂曲程度的準確橫向定量評價及其隨時間、病情進展變化的縱向定量評價對于眼科醫生提高相關疾病診斷的準確性及效率均有重要的意義，許多疾病的診療標準亦基于上述指標的變化。

免散瞳眼底照相技術的普及很好地解決了視網膜血管圖像采集的問題，其已廣泛應用于眼科臨床、體檢、眼病篩查等領域，結果證明基于眼底照相檢查可以很好地對視網膜血管相關疾病做出準確診斷。但是眼底照相僅僅實現了視網膜血管的采集，相關結果的分析還依賴于人工識別、標注視網膜血管邊界，進一步結合臨床診療規范做出診斷。由于視網膜血管眾多，直徑、走形、形態各異，人工識別、標注視網膜血管是一項非常費時、費力的工作，并且還存在較大的測量者間與測量者之間的差異。因此，臨床非常需要一種能夠對視網膜血管形態進行高效且客觀的定量分析方法，將采集到的視網膜血管圖像數值化，實現這一目標的基本前提是對視網膜血管邊界的勾畫。

近些年來已有一系列關于對眼底照片上的視網膜血管進行自動識別的計算機算法，如線或邊緣跟蹤法、多尺度濾波法、形態變形及機器學習法。其中線或邊緣跟蹤法利用視網膜血管的線狀結構，首先設置一個起始點，從起始點開始逐漸延伸、跟蹤血管的走形。多尺度濾波法則是利用視網膜血管在寬度、密度及方向性上的特點，采取漸進的方式設置不同的角度、亮度閾值，將視網膜血管上的像素點從背景中過濾出來。機器學習法則先選定圖像上每個像素的某一特點為判別指標，人為制定該指標的閾值，根據是否超過閾值將其該像素點分為血管組織或非血管組織，并通過不斷與人工識別的結果進行對比對閾值進行不斷地調整，提高識別的準確性，常用的方法包括神經網絡、支持向量機等。

當前的視網膜血管識別算法均基于不同的圖像特征，如顏色、強度、形狀、灰度梯度、對比度及解剖結構的連續性等，來識別視網膜血管的邊界，其對于視網膜小血管識別的可靠性及準確性仍然無法滿足視網膜血管識別的實際需求。

發明內容

本發明的目的在于提供視網膜血管識別方法及裝置，以解決上述的問題。

在本發明的實施例中提供了視網膜血管識別方法，包括：從RGB格式的視網膜眼底圖像中提取綠色通路中的視網膜灰度圖；設置多個對比尺度，在每個對比尺度下均從多個方向對所述視網膜灰度圖上的像素點進行對比度量化，得到視網膜二值化對比度圖，其中所述視網膜二值化對比度圖中的像素分為視網膜血管上的像素及非視網膜血管上的像素；對獲取的多個所述視網膜二值化對比度圖進行差分融合，并去除融合后獲得的圖像中的噪音及偽影，得到視網膜融合圖；從所述視網膜融合圖中確定中央反光區域，并對所述中央反光區域進行填充，得到視網膜血管分布圖。

優選地，所述設置多個對比尺度，在每個對比尺度下均從多個方向對所述視網膜灰度圖上的像素點進行對比度量化，得到視網膜二值化對比度圖，包括：以當前像素點為圓心，以當前確定的對比尺度為半徑，確定當前像素點的對比范圍；從多個方向計算所述當前像素點與所述對比范圍內的各個線狀結構亮度均值的差值，并從多個差值中選取最大值作為所述當前像素點的對比度值，其中所述對比度值的計算公式為：

其中，t_θ為所述差值，d為所述線狀結構的長度，I^θ為所述線狀結構上的一個像素點的亮度值，I(i,j)為所述當前像素點的亮度值，k為常整數，取值范圍為1～d；利用上述計算當前像素點的方法計算當前對比尺度內所述視網膜灰度圖上的所有像素點的對比度值，利用所有所述像素點的對比度值得到當前對比尺度下的視網膜二值化對比度圖；利用該方法得到多個對比尺度下的視網膜二值化對比度圖。

優選地，所述對獲取的多個所述視網膜二值化對比度圖進行差分融合，并去除融合后獲得的圖像中的噪音及偽影，得到視網膜融合圖，包括：