[發(fā)明專利]一種基于空間連續(xù)性約束的視盤區(qū)域OCT圖像層次分割方法

有效

• 申請?zhí)枺?/td>: 201810209966.4
• 申請日: 2018-03-14
• 公開（公告）號: CN108961261B
• 公開（公告）日: 2022-02-15
• 發(fā)明（設(shè)計）人: 陳再良;魏浩;沈海瀾;彭鵬;劉晴;李大寶;莫玉芳;曾梓洋;孫鉞堯
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 長沙市融智專利事務(wù)所(普通合伙) 43114
• 代理人: 龔燕妮

本發(fā)明公開了一種基于空間連續(xù)性約束的視盤區(qū)域OCT圖像層次分割方法，該方法首先使用BM3D算法去除OCT圖像中的散斑噪聲；之后使用基于模糊C均值和主動輪廓的ROI分割方法將圖像中多個高反射區(qū)相互分離；然后使用ROI區(qū)域圖像對血管陰影進(jìn)行定位；使用A?scan分割算法依次對所述ROI區(qū)域進(jìn)行分割，利用血管陰影區(qū)域?qū)γ糠鶊D像的初步分割結(jié)果進(jìn)行修正；最后使用空間連續(xù)性約束優(yōu)化修正后的分割結(jié)果，獲得ILM、IS?OS、BM的分割邊界；該方法是一種行之有效的視盤區(qū)域OCT圖像的層次分割方法，分割準(zhǔn)確度較高，并對散斑噪聲、血管陰影具有一定的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)學(xué)圖像處理和圖像分割技術(shù)領(lǐng)域，特別涉及一種基于空間連續(xù)性約束的視盤區(qū)域OCT圖像層次分割方法。

背景技術(shù)

頻域光學(xué)相干斷層掃描(Spectial-Domain Optical Coherence Tomography,SD-OCT)成像技術(shù)自引入以來，由于其成像過程中對拍攝對象具有非侵害性的特點，被廣泛用于現(xiàn)代眼科醫(yī)學(xué)影像診斷中。相比較于眼底照相機(jī)、超聲波等傳統(tǒng)醫(yī)學(xué)影像技術(shù)而言，SD-OCT能夠獲得更加豐富的生理組織的三維結(jié)構(gòu)信息，為醫(yī)生的臨床診斷提供更加全面化的輔助。

常見的眼科疾病，如青光眼、老年性黃斑變性(Age-related MacularDegeneration,AMD)等，大多屬于視網(wǎng)膜疾病。這些眼科疾病發(fā)生時，大多數(shù)患者的視網(wǎng)膜生理結(jié)構(gòu)層次會發(fā)生異常變化，特別是視網(wǎng)膜ONH(Optical Nerve Head)區(qū)域和黃斑區(qū)域。通過對患者病例進(jìn)行分析發(fā)現(xiàn)，視網(wǎng)膜中常見的異常變化主要有：視網(wǎng)膜RNFL(RetinalNerve Fiber Layer)層厚度變薄、ONH區(qū)域視杯視盤面積變小、杯盤比(Cup/Disc Ratio，CDR)變大等。因此，如何對這些視網(wǎng)膜結(jié)構(gòu)參數(shù)進(jìn)行準(zhǔn)確測量，是眼科疾病計算機(jī)輔助診斷的關(guān)鍵步驟。同時，這些結(jié)構(gòu)參數(shù)的測量涉及到對視網(wǎng)膜OCT圖像的層次分割。由于目前的OCT系統(tǒng)能夠獲得視網(wǎng)膜區(qū)域連續(xù)的斷層圖像，導(dǎo)致OCT圖像數(shù)據(jù)量巨大。如果采用人工的方式對這些圖像進(jìn)行分割，不僅費時費力而且無法保證多張圖像分割結(jié)果的一致性，導(dǎo)致參數(shù)測量的不準(zhǔn)確。因此，如何借助計算機(jī)輔助技術(shù)快速有效地計算出視網(wǎng)膜生理層厚度以及對視網(wǎng)膜結(jié)構(gòu)參數(shù)進(jìn)行測量，是亟需解決的一個問題。針對這個問題，國內(nèi)外許多研究人員對OCT圖像層次分割算法進(jìn)行了研究。目前所公開的OCT層次分割算法可以歸為五個不同的類別，分別是基于A-scan、B-scan、Active contours、Artificial intelligence和3Dgraphs等。

(1)基于A-scan的分割算法：Hee首次提出基于A-scan的方法對視網(wǎng)膜RNFL的厚度進(jìn)行測量。該方法利用圖像中每個A-scan上的像素值的變化進(jìn)行一維邊緣檢測，通過檢測出的邊緣點來確定RNFL層的上下界面，之后測量RNFL層的厚度。在A-scan分割的基礎(chǔ)上，Koozekanani結(jié)合視網(wǎng)膜本身的結(jié)構(gòu)特性，提出了一些有關(guān)分割邊界的假設(shè)，例如，正常視網(wǎng)膜的邊界是平滑且連續(xù)的，每個A-scan與每條邊界僅有一個交點。該方法在這些假設(shè)的基礎(chǔ)上，使用馬爾科夫序列(Markov sequence)對相鄰的分割結(jié)果進(jìn)行建模，最終獲得較為準(zhǔn)確的分割邊界。Shahid和Ishikawa提出了基于圖像像素值的變化分割黃斑區(qū)域視網(wǎng)膜層次的算法，該方法中，Ishikawa提出了黃斑中心凹處的視網(wǎng)膜厚度能夠作為眼科疾病的診斷依據(jù)；同時，該方法在預(yù)處理過程中采用了A-scan之間的配準(zhǔn)和直方圖均衡化的操作，減少了噪聲對分割結(jié)果的影響。經(jīng)過分析發(fā)現(xiàn)，這些基于A-scan的分割算法大多沒有結(jié)合相鄰A-scan之間的相似性以及相鄰圖像之間的位置對應(yīng)關(guān)系，其分割結(jié)果中會出現(xiàn)生理層錯分的情況，把目標(biāo)生理層的一部分錯誤分割到上下臨近的生理層上，導(dǎo)致最終的分割準(zhǔn)確度較差。同時這些方法不能夠很好地處理含有大量斑點噪聲的圖像，導(dǎo)致分割準(zhǔn)確率較差。