[發明專利]基于Radon變換與多類型圖像聯合分析的微血管瘤檢測方法

有效

• 申請號: 202110509198.6
• 申請日: 2021-05-11
• 公開（公告）號: CN113012184B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 袁國慧;周宇;魏浩然;王卓然;曲超;鄧斌;李和恩
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/136
• 分類號: G06T7/136;G06T7/187;G06T7/30;G06T7/90;G06V10/77;G06V10/46
• 代理公司: 成都正煜知識產權代理事務所(普通合伙) 51312
• 代理人: 李龍

1.一種基于Radon變換與多類型圖像聯合分析的方法，其特征在于，包括如下步驟：

步驟1：對熒光造影圖像進行預處理，使得處理后的圖像中僅保留血管與微血管瘤，再利用重疊滑動窗口與Radon變換對每個滑動窗口的血管子圖進行自適應的閾值分割，得到子圖的分割結果，再將每個子圖的分割結果進行融合，實現高連續性的血管分割，得到血管分割結果；

步驟2：在預處理后的圖像中將血管進行去除后再進行閾值分割，對每個連通域，利用主成分分析法找到長短軸方向，計算長短軸長度并計算比例，對線性區域進行去除，得到微血管瘤檢測結果；

步驟3：將同一病人的彩色眼底圖像與熒光造影圖像的血管分割結果，利用SIFT算法與RANSAC算法進行圖像配準，計算單應性矩陣，再利用該矩陣對熒光造影圖像進行變換，實現兩類型圖像位置上的一一映射；

步驟4：計算基于熒光造影圖像的微血管瘤檢測結果在彩色眼底圖像上的紅色分量強度，去除非紅色的區域，優化微血管瘤錯檢區域，提高最終的微血管瘤檢測率，得到最終檢測結果；

所述步驟1包括如下步驟：

步驟1.1：輸入熒光造影圖像，對ROI區域使用直徑為n個像素的圓型結構元進行頂帽變換，同時使用對比度拉伸方法將[0.1,0.7]區間的灰度值拉伸到[0,1]區間，得到預處理后的圖像；

步驟1.2：利用滑動窗口對預處理后的圖像截取n×n的子圖，滑動步長定為step，并制作圓形掩模以排除計算Radon變換時各個方向長度不均等的問題；

步驟1.3：對每個子圖，在0～180°范圍內每隔1°進行一次Radon變換，Radon變換的本質是將定義在二維平面上的一個函數f(x,y)沿著平面上的任意一條直線做線積分，具體來說，任意一條直線L可表示為xcosθ+ysinθ＝p，其中，θ表示直線L的方向，p表示L上任意一點與原點的距離，L上任意一點的Radon變換的結果即為經過該點的沿著L的法線方向的直線進行線積分得到的結果，積分把所有的點(x,y)約束在了直線L上，并利用脈沖函數δ函數將其展開，則Radon變換則是關于變量θ與p的如下形式：

R(θ,p)＝∫∫f(x,y)·δ(p-xcosθ+ysinθ)dxdy

步驟1.4：計算每個角度所有線Radon變換后的值中的最大R值；

步驟1.5：判斷各角度的R值峰值分布是否為高斯分布，以判斷當前子圖是否為血管區域，具體方法為將各角度最大R值分布的峰值乘以放縮系數α，找到最大R值大于peak×α的最左側的角度θ_left和最右側的角度θ_right，計算得到角度差θ_w＝θ_right-θ_left，若θ_w＞30°，則不是高斯分布，窗口繼續滑動；否則繼續往下執行；

步驟1.6：找到所有角度中最大R值所在角度θ，對當前角度θ，觀察其R值分布，找到R值大于peak×α的最左側和最右側的線，則此時得到了角度θ，位置為第i_min根線和第i_max的區間，共i_total根線；

步驟1.7：依據θ、i_min及i_max制作血管掩模，即血管方向為θ，血管左側為當前方向上全圖i_min/i_total處的位置，血管右側為i_max/i_total處的位置，得到當前子圖血管掩模；

步驟1.8：將原灰度子圖計算在血管掩模處的灰度均值，將此均值作為閾值分割的閾值對原灰度子圖進行二值化，并提取最大連通域，得到自適應閾值的此子圖血管分割結果；

步驟1.9：將所有子圖的分割結果融合，并提取最大連通域，得到最終血管分割結果。