[發(fā)明專利]一種基于OCT圖像的水腫區(qū)域分割模型

有效

• 申請?zhí)枺?/td>: 201910371329.1
• 申請日: 2019-05-06
• 公開（公告）號: CN110309827B
• 公開（公告）日: 2022-10-14
• 發(fā)明（設(shè)計）人: 王振華;張文蘋;陶志富;宋巍;孫亞男;顏標(biāo);李朝鵬
• 申請（專利權(quán)）人: 上海海洋大學(xué)
• 主分類號: G06V10/762
• 分類號: G06V10/762;G06V10/25;G06T7/11;G06T7/13
• 代理公司: 上海伯瑞杰知識產(chǎn)權(quán)代理有限公司 31227
• 代理人: 俞磊

本發(fā)明公開了一種基于OCT圖像的水腫區(qū)域分割算法，包括如下步驟：1)圖像預(yù)處理，采用高斯濾波對待分割的OCT圖像進行預(yù)處理；2)水腫區(qū)域粗分割，基于K?means算法對OCT圖像進行粗分割，得到OCT圖像的感興趣區(qū)域；3)水腫區(qū)域細分割，將OCT圖像的感興趣區(qū)域的作為初始邊界，基于改進的水平集算法對OCT圖像進行細分割。本發(fā)明減少了邊界線檢測計算迭代次數(shù)，提高了分割效率；時間效率提高了約23％，迭代次數(shù)減少了約30％。本發(fā)明在分割精度方面：利用SPF函數(shù)替代邊緣停止函數(shù)改進了現(xiàn)有的水平集模型，得出的模型可收斂到ROI內(nèi)部的水腫區(qū)域，從而實現(xiàn)OCT圖像水腫區(qū)域的分割。

技術(shù)領(lǐng)域

本發(fā)明涉及生物醫(yī)學(xué)信息與圖像處理領(lǐng)域，具體地說，特別涉及到一種基于OCT圖像的水腫區(qū)域分割模型。

背景技術(shù)

糖尿病性黃斑水腫(DME)是由黃斑血管受損和視網(wǎng)膜血屏障破壞導(dǎo)致液體滲漏引起的，其特征是視網(wǎng)膜內(nèi)的水腫和視網(wǎng)膜增厚，它是糖尿病視網(wǎng)膜病變(DR)患者視力損害的主要原因。

光學(xué)相干斷層成像(Optical Coherence Tomography，OCT)是一種基于邁克爾遜干涉原理進行掃描建立的圖像，可有效顯示視網(wǎng)膜病變部位，具有較高的分辨率，可清晰地辨別水腫區(qū)域，精確地提供水腫區(qū)域部位，從而廣泛用于DME的診斷。通常醫(yī)療人員采用目視解譯法判讀OCT的水腫區(qū)域，從而評估DME的嚴重程度。這種方式的缺點在于：受醫(yī)者經(jīng)驗和OCT圖像質(zhì)量等因素影響，目視解譯判讀水腫區(qū)域存在較大的偶然性。

近年來，計算機圖像輔助分割法逐步應(yīng)用于OCT圖像處理中，基于OCT圖像的分割算法可歸為兩類：基于機器學(xué)習(xí)的分割算法和采用非機器學(xué)習(xí)的分割算法。其中，基于機器學(xué)習(xí)的分割算法有管建等人提出的K近鄰分類指導(dǎo)的圖割區(qū)域迭代分割算法，Pham等提出的一種自適應(yīng)模糊C均值方法分割強度不均勻的醫(yī)學(xué)圖像；Blanzet等利用前饋神經(jīng)網(wǎng)絡(luò)來解決重疊圖像的分割問題等。非機器學(xué)習(xí)算法有Vincent等提出了水線(watershed)算法，其用于提取圖像感興趣區(qū)域；Osher等提出了水平集方法，有效解決了曲線演化過程中的拓撲變化問題，應(yīng)用于醫(yī)學(xué)和航空領(lǐng)域的圖像分割；Sobel等提出的Sobel算法和JCanny提出的Canny算法，其通過對圖像的邊緣檢測實現(xiàn)醫(yī)學(xué)圖像的分析和處理；Kass等提出了活動輪廓模型ACM使用先驗知識對分割問題進行約束，得到邊界封閉、平滑的圖像分割結(jié)果；Boykov等提出的分割方法解決了全局優(yōu)化框架中的分割問題。

上述方法初步實現(xiàn)了基于OCT圖像的水腫區(qū)域的自動化分割，但受OCT圖像質(zhì)量、水腫區(qū)域邊界模糊性和水腫區(qū)域形狀多樣化等影響，仍存在如下問題：

1)受噪聲影響現(xiàn)有分割方法在分割水腫區(qū)域時存在過分割現(xiàn)象。

2)受邊界模糊性影響，現(xiàn)有分割方法在水腫區(qū)域邊界搜索時存在計算復(fù)雜度高等問題。

3)受水腫區(qū)域形狀的影響，現(xiàn)有分割方法存在精度有待提高，計算效率低等問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有技術(shù)中的不足，提供一種基于OCT圖像的水腫區(qū)域分割模型，其用于提高基于OCT圖像的水腫區(qū)域分割的精度和效率，以解決現(xiàn)有技術(shù)中存在的問題。

本發(fā)明所解決的技術(shù)問題可以采用以下技術(shù)方案來實現(xiàn)：

一種基于OCT圖像的水腫區(qū)域分割算法，包括如下步驟：

1)圖像預(yù)處理，采用高斯濾波對待分割的OCT圖像進行預(yù)處理；

2)水腫區(qū)域粗分割，基于K-means算法對OCT圖像進行粗分割，得到OCT圖像的感興趣區(qū)域；

3)水腫區(qū)域細分割，將OCT圖像的感興趣區(qū)域的作為初始邊界，基于改進的水平集算法對OCT圖像進行細分割。

進一步的，所述水腫區(qū)域粗分割基于K-means算法，其方法如下：