[發(fā)明專利]一種基于光學(xué)相干斷層掃描系統(tǒng)的脈絡(luò)膜三維血管成像及定量化分析方法與裝置

在審

• 申請?zhí)枺?/td>: 202010660715.5
• 申請日: 2020-07-10
• 公開（公告）號: CN111862114A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計）人: 周翔天;沈梅曉;吳昊;陳思思;金梓
• 申請（專利權(quán)）人: 溫州醫(yī)科大學(xué)
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/12;G06T7/136;G06T11/00;G06N3/04;G06N3/08;A61B3/10;A61B3/12
• 代理公司: 溫州金甌專利事務(wù)所(普通合伙) 33237
• 代理人: 王宏雷

1.一種基于光學(xué)相干斷層掃描系統(tǒng)的脈絡(luò)膜三維血管成像及定量化分析方法，其特征在于，包括以下步驟：

(1)獲得圖像信號預(yù)處理后的脈絡(luò)膜的OCT圖像；

(2)基于深度學(xué)習(xí)智能化分割脈絡(luò)膜內(nèi)外邊界；

(3)自適應(yīng)閾值分離出脈絡(luò)膜血管與非血管；

(4)三維全局和各區(qū)域定量化指標(biāo)。

2.根據(jù)權(quán)利要求1所述的一種基于光學(xué)相干斷層掃描系統(tǒng)的脈絡(luò)膜三維血管成像及定量化分析方法，其特征在于，所述的步驟(2)基于深度學(xué)習(xí)智能化分割脈絡(luò)膜內(nèi)外邊界，包括以下步驟：

a、基于最短路徑圖論算法和對OCT影像脈絡(luò)膜的內(nèi)外邊界進(jìn)行半自動標(biāo)注，準(zhǔn)確描繪出圖像中脈絡(luò)膜的上下邊界；將已標(biāo)注的脈絡(luò)膜圖像集按8：2隨機(jī)分為訓(xùn)練集、測試集兩個部分；

b、將訓(xùn)練圖像輸入開源的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型中，訓(xùn)練優(yōu)化算法設(shè)為隨機(jī)梯度下降法(SGD)，算法學(xué)習(xí)比率為1.0e-5，迭代動量為0.9，迭代代價函數(shù)為Dice系數(shù)，迭代遍歷數(shù)為150，批樣本量為8，此外，對輸入圖像進(jìn)行必要的增強(qiáng)處理，改善模型的魯棒性，其中，Dice系數(shù)計算公式為：

其中X表示的是脈絡(luò)膜邊界預(yù)測集，Y表示的是脈絡(luò)膜邊界標(biāo)注集，|X∩Y|表示兩個集合之間的相交部分或重疊部分，|X|+|Y|表示兩者的總量，Dice系數(shù)越大，表明兩個集合相似度越高，模型越準(zhǔn)確；當(dāng)預(yù)測集與標(biāo)注集完全相同時，Dice系數(shù)為1；當(dāng)預(yù)測集與標(biāo)注集不相關(guān)時，Dice系數(shù)為0，在模型訓(xùn)練過程中，設(shè)置Dice系數(shù)大于0.95作為目標(biāo)函數(shù)；

c、將測試集圖像輸入深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型中，計算脈絡(luò)膜邊界的輸出結(jié)果和標(biāo)注集之間的Dice系數(shù)、邊界誤差來評估深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型的分割性能。

3.根據(jù)權(quán)利要求1所述的一種基于光學(xué)相干斷層掃描系統(tǒng)的脈絡(luò)膜三維血管成像及定量化分析方法，其特征在于，所述的步驟(3)自適應(yīng)閾值分離出脈絡(luò)膜血管與非血管，包括以下步驟：

A、在OCT圖像中，以長度和寬度都為2*w+1個像素塊的正方形框作為局部窗口，w為最大不超過圖像的長度和寬度的一半的正整數(shù)，坐標(biāo)(x,y)為這個正方形框的幾何中心，統(tǒng)計框內(nèi)所有像素塊的亮度信息，求得其均值m(x,y)和方差s(x,y)，根據(jù)參數(shù)k，求得框內(nèi)閾值T(x,y)，計算公式如下：

T(x,y)＝m(x,y)+k*s(x,y)；

B、根據(jù)框內(nèi)閾值T(x,y)，對框內(nèi)所有像素塊進(jìn)行二值化處理，如下所示：

其中i和j是表征像素塊相對幾何中心(x，y)的相對坐標(biāo)，A_x+i,y+j表示坐標(biāo)(x+i,y+j)像素塊的亮度，A_x+i,y+j表示坐標(biāo)(x+i,y+j)像素塊的的二值化數(shù)據(jù)；

C、依次移動局部窗口，實現(xiàn)OCT圖像中所有像素塊亮度矩陣A的二值化處理，獲得二值化矩陣B。

4.根據(jù)權(quán)利要求1所述的一種基于光學(xué)相干斷層掃描系統(tǒng)的脈絡(luò)膜三維血管成像及定量化分析方法，其特征在于，所述的步驟(4)三維全局和各區(qū)域定量化指標(biāo)，包括以下步驟：

i、圖像獲取：以眼底黃斑中心凹為中心，通過放射狀掃描模式進(jìn)行成像，獲取m張脈絡(luò)膜二維橫斷面數(shù)據(jù)；

ii、特征點標(biāo)記：以黃斑中心凹作為OCT圖像的特征點進(jìn)行標(biāo)記，用于后續(xù)圖像配準(zhǔn)；

iii、圖像配準(zhǔn)：通過水平平移黃斑中心凹的位置，使所有OCT圖像中黃斑中心凹在空間坐標(biāo)中橫坐標(biāo)相同，實現(xiàn)圖像的配準(zhǔn)；

iiii、脈絡(luò)膜三維空間重建：基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型所獲得的脈絡(luò)膜上下界，提取配準(zhǔn)后的圖像中脈絡(luò)膜區(qū)域模板M(x,y,z)，并結(jié)合自適應(yīng)閾值方法自動分離血管和基質(zhì)，得到二值化后的三維空間脈絡(luò)膜結(jié)構(gòu)矩陣V(x,y,z)；

iiiii、指標(biāo)建立及測試：我們建立脈絡(luò)膜血管體積CVV、脈絡(luò)膜非血管體積SV、脈絡(luò)膜血管指數(shù)CVI和脈絡(luò)膜缺血指數(shù)CII等指標(biāo)進(jìn)行量化，各指標(biāo)的計算公式如下所示：

其中P_x,P_y,P_z分別表征在三維空間中體像素沿x，y和z軸的物理幾何長度，n,m和k分別表示三維空間矩陣中沿x，y和z軸的像素數(shù)目。