[發明專利]一種帶有CSC病變的視網膜層自動分割方法及裝置

有效

• 申請號: 201910085912.6
• 申請日: 2019-01-29
• 公開（公告）號: CN109859214B
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 李登旺;孔問問;牛四杰;吳敬紅;薛潔;陳美榮
• 申請（專利權）人: 山東師范大學
• 主分類號: G06T7/11
• 分類號: G06T7/11
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 楊哲

本發明公開了一種帶有CSC病變的視網膜層自動分割方法及裝置，接收正常視網膜圖像的樣本組，計算樣本組中正常視網膜圖像各層的厚度均值和標準差作為先驗信息；接收待分割的SD?OCT圖像，對于每組圖像數據中的第一張SD?OCT圖像基于先驗信息和梯度信息進行分割；計算已分割SD?OCT圖像的視網膜厚度均值和標準差作為耦合信息，基于耦合信息和梯度信息對下一張SD?OCT圖像進行分割，直至完成全部SD?OCT圖像的分割。

技術領域

本公開屬于圖像自動分割的技術領域，涉及一種帶有CSC病變的視網膜層自動分割方法及裝置。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

光學相干斷層掃描技術(Optical Coherence Tomography，OCT)是近年來發展較快的一種最具發展前途的新型層析成像技術，特別是生物組織活體檢測和成像方面具有誘人的應用前景，已在眼科、牙科和皮膚科的臨床診斷中應用。

在視網膜病變中，存在中心性漿液性脈絡膜視網膜病變(CSC)簡稱“中漿病”。采用光學相干斷層掃描技術對視網膜進行掃描后，對帶有CSC病變的SD-OCT圖像進行組織分層有重要意義，一方面可以量化分析病變區域(CSC區域的容積、位置、輪廓)；另一方面讓醫生手動分割是非常耗費時間的，自動分割可以有效提高醫生的工作效率，并且可以避免醫生的主觀誤差。

目前，有很多算法可以應用到視網膜層分割，比如基于水平集的算法，基于圖論的算法和基于機器學習以及深度學習的算法。然而，由于病變區域的影響，目前存在的視網膜層分割的算法對于帶有CSC病變的視網膜層分割并沒有達到很好的效果。

發明內容

針對現有技術中存在的不足，本公開的一個或多個實施例提供了一種帶有CSC病變的視網膜層自動分割方法及裝置，該視網膜自動分割方法基于圖論以及層間耦合信息，有效將帶有CSC病變的視網膜層進行自動分割。

根據本公開的一個或多個實施例的一個方面，提供一種帶有CSC病變的視網膜層自動分割方法。

一種帶有CSC病變的視網膜層自動分割方法，該方法包括：

接收正常視網膜圖像的樣本組，計算樣本組中正常視網膜圖像各層的厚度均值和標準差作為先驗信息；

接收待分割的SD-OCT圖像，對于每組圖像數據中的第一張SD-OCT圖像基于先驗信息和梯度信息構造權重函數，進行圖像分割；

計算已分割SD-OCT圖像的視網膜厚度均值和標準差作為耦合信息，基于耦合信息和梯度信息重構權重函數，對下一張SD-OCT圖像進行分割，直至完成全部SD-OCT圖像的分割。

進一步地，在該方法中，對接收的所述待分割的SD-OCT圖像進行圖像預處理，采用改進的雙邊濾波算法，抑制SD-OCT圖像的散斑噪聲。

進一步地，在該方法中，所述對于每組圖像數據中的第一張SD-OCT圖像基于先驗信息和梯度信息進行分割具體包括：

采用先驗信息和梯度信息構造權重函數，計算每組圖像數據中的第一張SD-OCT圖像中結點之間的權重，進行該圖像的分割。

進一步地，在該方法中，所述基于耦合信息和梯度信息對下一張SD-OCT圖像進行分割具體包括：

采用耦合信息和梯度信息構造權重函數，計算該耦合信息對應圖像在每組圖像數據中的下一張SD-OCT圖像中結點之間的權重，進行下一張SD-OCT圖像分割。

進一步地，在該方法中，圖像分割出的圖層包括ILM，IB-OPR_BMEIS Complex或BMEIS，OB_RPE以及IB_OPR。

進一步地，在該方法中，圖像分割具體步驟包括：