[發明專利]一種基于拓撲結構估計的視網膜動靜脈分類方法及裝置

在審

• 申請號: 202010519912.5
• 申請日: 2020-06-09
• 公開（公告）號: CN111797901A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 謝建洋;趙一天;蘇攀;蔣珊珊;毛浩宇;顧愿愿;劉江
• 申請（專利權）人: 中國科學院寧波工業技術研究院慈溪生物醫學工程研究所;中國科學院寧波材料技術與工程研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06T7/00;G06T7/11
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 裴金華

本發明公開了一種基于拓撲結構估計的視網膜動靜脈分類方法。包括通過U?net深度學習網絡對視網膜血管圖像進行像素級分割，獲得血管分割結果信息；分別通過優勢集理論對血管分割結果信息進行拓撲估計，建立完整的拓撲樹集合，獲得拓撲信息；通過優勢集理論對近視盤區域血管進行動靜脈分類，獲得近視盤區域血管動靜脈分類結果；根據標簽傳播算法處理拓撲信息與近視盤區域血管動靜脈分類結果，獲得全局動靜脈分類。本發明還公開了一種基于拓撲結構估計的視網膜動靜脈分類裝置。本發明將視網膜血管的拓撲連續加入動靜脈的分類工作，通過拓撲信息引導，可有效的解決眼底彩照中遠視盤區域血管的動靜脈難題。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種基于拓撲結構估計的視網膜動靜脈分類方法及裝置。

背景技術

血管類疾病是世界最常見的公共衛生安全之一，最常見的相關疾病包括糖尿病、動脈硬化、心血管疾病和高血壓等，這些疾病的早期臨床表現不明顯，不易被發現并引起重視，晚期的突發性表現對患者的生命安全造成嚴重威脅。因此早期的篩查與診斷對于公眾的生命健康安全具有重要意義。然而，由于目前血管類疾病診斷手段的復雜性與有創性，無法實現大規模的普查。視網膜血管作為人體內在無創傷條件下唯一可獲取的血管組織，在臨床研究中被證明其形態變化與血管相關的系統性疾病（糖尿病，高血壓和心血管疾病）有著密切的關系，因此被認為在血管類疾病的篩查中具有非常大的潛力。

臨床研究表明糖尿病、高血壓以及其他心血管疾病的病變會導致視網膜血管口徑的變化，其中包括不同程度的動脈和靜脈擴張，因此醫學中常用動脈和靜脈的管徑比（Arteriolar-to-Velar diameter Ratio，AVR）作為相關疾病的臨床診斷依據。但是由于潛在患者數量巨大，目前臨床上對眼底的篩查中主要是通過人工閱片來實現，然而，這就要求眼科醫生具有豐富的臨床經驗，僅僅依靠眼科專家人工進行大規模普查較為困難。而且，由于人工檢測經驗標準不統一，可能導致部分漏診或誤診。因此通過計算機輔助的視網膜血管特異性分析，對于早期血管性疾病的自動檢測、診斷以及介入治療具有非常重要的意義。其中視網膜血管的動脈的和靜脈分類作為深入理解血管結構變化具有十分重要的研究意義。目前常見的視網膜血管分類方法大都作用在眼底彩照中通過像素級的分類實現動靜脈脈的區分，然而由于光照以及結構本身的影響，遠視盤區域的視網膜血管動脈和靜脈之間的差異較弱，現有的算法難以實現準確的分類。

發明內容

本發明目的是提供一種基于拓撲結構估計的視網膜動靜脈分類方法及裝置，通過樹狀結構的拓撲連續性指導遠視盤區域的動靜脈分類，能夠有效的解決該區域的分類難題。

根據本發明的第一方面，提供了一種基于拓撲結構估計的視網膜動靜脈分類方法，包括：

通過U-net深度學習網絡對視網膜血管圖像進行像素級分割，獲得血管分割結果信息；

分別通過優勢集理論對血管分割結果信息進行拓撲估計，建立完整的拓撲樹集合，獲得拓撲信息；

通過優勢集理論對近視盤區域血管進行動靜脈分類，獲得近視盤區域血管動靜脈分類結果；

根據標簽傳播算法處理拓撲信息與近視盤區域血管動靜脈分類結果，獲得全局動靜脈分類。

進一步的，“通過U-net深度學習網絡對視網膜血管圖像進行像素級分割，獲得血管分割結果信息”具體包括：

將成對的眼底彩照圖片與只含有血管結構的二值化的金標準圖像輸入至U-net神經網絡中，獲得分割模型；

將視網膜血管圖像導入至分割模型中，獲得血管分割結果信息。

進一步的，“分別通過優勢集理論對血管分割結果信息進行拓撲估計，建立完整的拓撲樹集合，獲得拓撲信息”具體包括：

通過形態學細化算法對分割圖像進行處理，獲得單位像素寬的血管結構；