[發(fā)明專利]基于SD-OCT的挫傷性視網(wǎng)膜內(nèi)外節(jié)缺失檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410356040.X
• 申請(qǐng)日: 2014-07-24
• 公開（公告）號(hào): CN104143087A
• 公開（公告）日: 2014-11-12
• 發(fā)明（設(shè)計(jì)）人: 陳新建;朱偉芳;張立春;陳浩宇;石霏;向德輝;王莉蕓;張莉;高恩婷
• 申請(qǐng)（專利權(quán)）人: 蘇州大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/36;G06K9/46;A61B3/10
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

技術(shù)領(lǐng)域

本發(fā)明屬于視網(wǎng)膜圖像處理與分析方法，尤其是對(duì)SD-OCT(頻域光學(xué)相干斷層成像)視網(wǎng)膜圖像中的內(nèi)節(jié)/外節(jié)缺失的三維自動(dòng)定量檢測(cè)方法。

背景技術(shù)

眼外傷是導(dǎo)致視力損傷甚至致盲的主要因素之一，是我國(guó)單眼盲的首位致盲原因。當(dāng)眼球表面的損傷傳遞到后端的視網(wǎng)膜時(shí)，視網(wǎng)膜震蕩傷的特點(diǎn)是灰白變色，或是當(dāng)外傷閉合后，視網(wǎng)膜仍然渾濁。人眼的組織病理學(xué)研究和動(dòng)物研究表明，光感受器的內(nèi)節(jié)/外節(jié)連接區(qū)損傷是視網(wǎng)膜震蕩傷的發(fā)病原。而光感受器的內(nèi)節(jié)/外節(jié)與光傳導(dǎo)緊密相關(guān)，因此，內(nèi)節(jié)/外節(jié)的完整性與視力密切相關(guān)。

SD-OCT(頻域光學(xué)相干斷層成像)是一種無損評(píng)估視網(wǎng)膜生理和病理指標(biāo)的強(qiáng)有力技術(shù)，能快速獲得高分辨的斷層三維圖像。在SD-OCT圖像中，光感受器內(nèi)節(jié)/外節(jié)是介于外界膜和色素上皮層之間的一個(gè)高亮反射層。內(nèi)節(jié)/外節(jié)完整性的遭破壞程度是光感受器受損程度的一個(gè)代表性指標(biāo)，通常與視網(wǎng)膜震蕩傷導(dǎo)致的視力低下以及其他視網(wǎng)膜疾病有關(guān)。

在SD-OCT圖像中，通過定量檢測(cè)內(nèi)節(jié)/外節(jié)區(qū)域缺失范圍來定量評(píng)估光感受器的損傷程度是一個(gè)非常有意義的研究方向。有文獻(xiàn)報(bào)道在一個(gè)B掃描面中進(jìn)行內(nèi)節(jié)/外節(jié)缺失長(zhǎng)度的手動(dòng)檢測(cè)。但是，這是基于單個(gè)二維界面圖像。此外，有文獻(xiàn)提出采用部分OCT投影圖像或者冠狀面投影圖像等技術(shù)更好地可視化光感受器的整體性和缺失區(qū)域。但是，這些檢測(cè)內(nèi)節(jié)/外節(jié)缺失面積的技術(shù)仍然是基于二維圖像的，而且是手動(dòng)的，這在選擇缺失區(qū)域邊界時(shí)可能會(huì)引入主觀因素。關(guān)于內(nèi)節(jié)/外節(jié)缺失區(qū)域邊界的自動(dòng)檢測(cè)和內(nèi)節(jié)/外籍缺失面積計(jì)算方法也有文獻(xiàn)報(bào)道，但是，這種方法是基于缺失區(qū)域是圓形的假設(shè)，而實(shí)際上，缺失區(qū)域的形狀可能是任意形狀。

更重要的是，內(nèi)節(jié)/外節(jié)是一層有厚度的薄膜，應(yīng)該以內(nèi)節(jié)/外節(jié)缺失的體積來衡量光感受器的損傷程度。這方面的研究還處于起步階段，現(xiàn)有技術(shù)對(duì)視網(wǎng)膜內(nèi)外節(jié)缺失檢測(cè)也僅僅只針對(duì)局部較小的范圍進(jìn)行檢測(cè)，特征提取不全面，并且分類不平衡，例如，CN103679198A公開了一種基于K近鄰的視網(wǎng)膜內(nèi)節(jié)外節(jié)缺失自動(dòng)檢測(cè)，提取以黃斑中心為中心、直徑1mm的內(nèi)節(jié)外節(jié)區(qū)域?yàn)楦信d趣區(qū)域，進(jìn)行5個(gè)特征提取，提取特征少，特征不夠典型，且由于K近鄰分類器的約束，采用的K近鄰分類存在分類不平衡問題，分類性能差；其次，在后處理與缺失體積計(jì)算中，對(duì)識(shí)別分類得到的結(jié)果沒有進(jìn)行血管輪廓影響排除和孤立點(diǎn)排除，缺失體積誤差大，準(zhǔn)確性差。

發(fā)明內(nèi)容

本發(fā)明克服了現(xiàn)有技術(shù)的不足，提供了一種具有可行性和有效性的視網(wǎng)膜內(nèi)節(jié)/外節(jié)缺失三維自動(dòng)定量檢測(cè)方法，能夠?qū)?nèi)節(jié)/外節(jié)全部區(qū)域作為感興趣區(qū)域，全面提取體素特征，充分考慮不平衡分類問題的特點(diǎn)，精確計(jì)算視網(wǎng)膜內(nèi)外節(jié)缺失區(qū)域。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：

一種基于SD-OCT的挫傷性視網(wǎng)膜內(nèi)外節(jié)缺失檢測(cè)方法，該方法主要包括6個(gè)步驟：圖像預(yù)處理，體素特征提取，特征選擇，集成分類器的訓(xùn)練，體素缺失識(shí)別，后處理與缺失體積計(jì)算。

一種基于SD-OCT的挫傷性視網(wǎng)膜內(nèi)外節(jié)缺失檢測(cè)方法，即包括以下步驟：

(1)圖像預(yù)處理：采用多尺度三維圖割方法進(jìn)行視網(wǎng)膜內(nèi)部分層，將視網(wǎng)膜SD-OCT圖像自動(dòng)分割成10個(gè)分層，產(chǎn)生11個(gè)表面，將包含內(nèi)節(jié)/外節(jié)區(qū)域的第7層和第8層之間的數(shù)據(jù)提取出來，參考第11層進(jìn)行平坦化，將平坦化后第7層和第8層之間的內(nèi)節(jié)/外節(jié)區(qū)域的SD-OCT圖像作為感興趣區(qū)域，進(jìn)行雙線性濾波增強(qiáng)；

(2)體素特征提?。簩?duì)步驟(1)所述平坦化后的內(nèi)節(jié)/外節(jié)區(qū)域的所有體素的灰度值進(jìn)行歸一化處理，根據(jù)手動(dòng)標(biāo)記的金標(biāo)準(zhǔn)，對(duì)內(nèi)節(jié)/外節(jié)區(qū)域內(nèi)的缺失體素和非缺失體素分別提取5類特征，所述5類特征包括歸一化的灰度值、分塊均值、分塊標(biāo)準(zhǔn)差、13個(gè)方向的灰度差絕對(duì)值、基于灰度共生矩陣的特征；

(3)特征優(yōu)化選擇：對(duì)步驟(2)中所提取的特征采用主成份分析法進(jìn)行特征選擇；

(4)集成分類器的訓(xùn)練：將經(jīng)步驟(3)選擇的特征分成訓(xùn)練集和測(cè)試集；在訓(xùn)練集中，按1：1比例，從非缺失樣本中隨機(jī)抽取數(shù)量與缺失樣本數(shù)量相同的特征樣本，采用Ababoost算法進(jìn)行集成分類器的訓(xùn)練；

(5)體素缺失/非缺失的分類識(shí)別：對(duì)測(cè)試集樣本進(jìn)行缺失/非缺失識(shí)別，采用步驟(4)訓(xùn)練得到的集成分類器對(duì)測(cè)試樣本進(jìn)行分類，對(duì)每個(gè)體素的缺失與否進(jìn)行分類識(shí)別；

(6)后處理與缺失體積計(jì)算：對(duì)步驟(5)分類識(shí)別得到的缺失結(jié)果進(jìn)行血管輪廓影響排除和孤立點(diǎn)排除，并計(jì)算相應(yīng)的缺失體積。

本發(fā)明技術(shù)方案具體描述如下。