[發明專利]視網膜圖譜構建方法及其裝置、計算機設備、存儲介質

在審

• 申請號: 202210919551.2
• 申請日: 2022-08-02
• 公開（公告）號: CN115439900A
• 公開（公告）日: 2022-12-06
• 發明（設計）人: 金日初;劉江;胡衍;繆函霈;姜泓羊;王星月;曾娜;葉海禮
• 申請（專利權）人: 南方科技大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V10/762;G06V10/24;G06T7/30;G06T5/50;G06N5/02
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 周翀

1.視網膜圖譜構建方法，其特征在于，所述方法包括：

獲取不同被試對象的初始視網膜圖像；

對所述初始視網膜圖像進行分層處理，得到整體厚度圖像和多個分層厚度圖像；

對所述整體厚度圖像進行圖像配準，得到變形向量場；

根據所述變形向量場對所述分層厚度圖像進行圖像變換，得到目標視網膜圖像；

將不同被試對象對應的目標視網膜圖像進行組合，得到視網膜厚度圖像張量；

對所述視網膜厚度圖像張量進行分解，得到所述目標視網膜圖像中每一像素點對應的特征向量，所述特征向量由不同被試對象的目標視網膜圖像在同一像素位置的像素點組成；

基于所述特征向量對所述目標視網膜圖像中的全部像素點進行聚類，得到聚類結果；

根據所述聚類結果對所述分層厚度圖像中與目標視網膜圖像對應的像素點進行標記，得到所述分層厚度圖像對應的目標視網膜圖譜。

2.根據權利要求1所述的視網膜圖譜構建方法，其特征在于，在所述對所述初始視網膜圖像進行分層處理，得到整體厚度圖像和多個分層厚度圖像之后，所述視網膜圖譜構建方法還包括：

對所述整體厚度圖像進行圖像去噪，得到去噪后的整體厚度圖像；

對所述分層厚度圖像進行圖像去噪，得到去噪后的分層厚度圖像。

3.根據權利要求1所述的視網膜圖譜構建方法，其特征在于，在所述對所述初始視網膜圖像進行分層處理，得到整體厚度圖像和多個分層厚度圖像之后，所述視網膜圖譜構建方法還包括：

對所述整體厚度圖像進行圖像增強，得到增強后的整體厚度圖像；

對所述分層厚度圖像進行圖像增強，得到增強后的分層厚度圖像。

4.根據權利要求1所述的視網膜圖譜構建方法，其特征在于，所述對所述整體厚度圖像進行圖像配準，得到變形向量場，包括：

對不同被試對象的整體厚度圖像進行厚度平均計算，得到模板視網膜圖像；

對所述模板視網膜圖像進行極坐標空間變換，得到極坐標模板圖像；

對所述整體厚度圖像進行極坐標空間變換，得到極坐標厚度圖像；

將所述極坐標模板圖像和所述極坐標厚度圖像進行圖像配準，得到極坐標空間變形向量場；

將所述極坐標空間變形向量場進行圖像空間變換，得到變形向量場。

5.根據權利要求4所述的視網膜圖譜構建方法，其特征在于，所述將所述極坐標模板圖像和所述極坐標厚度圖像進行圖像配準，得到極坐標空間變形向量場，包括：

根據極坐標空間的角度對所述極坐標模板圖像進行掃描，得到第一厚度曲線；所述第一厚度曲線為所述極坐標模板圖像每個角度對應的厚度信息；

根據極坐標空間的角度對所述極坐標厚度圖像進行掃描，得到第二厚度曲線；所述第二厚度曲線為所述極坐標厚度圖像每個角度對應的厚度信息；

對所述第一厚度曲線和所述第二厚度曲線進行一致性特征提取，得到目標特征點；

根據所述目標特征點在所述極坐標空間內對所述極坐標模板圖像和所述極坐標厚度圖像進行圖像配準，得到極坐標空間變形向量場。

6.根據權利要求1至5任一項所述的視網膜圖譜構建方法，其特征在于，所述基于所述特征向量對所述目標視網膜圖像中的全部像素點進行聚類，得到聚類結果，包括：

確定聚類中心；

計算所述目標視網膜圖像中每一像素點對應的所述特征向量與所述聚類中心的相似度；

根據所述相似度對所述目標視網膜圖像中的全部像素點進行聚類，得到聚類結果。

7.根據權利要求1至5任一項所述的視網膜圖譜構建方法，其特征在于，所述根據所述聚類結果對所述分層厚度圖像中與目標視網膜圖像對應的像素點進行標記，得到所述分層厚度圖像對應的目標視網膜圖譜，包括：

根據所述聚類結果對所述分層厚度圖像中與目標視網膜圖像對應的像素點進行標記，得到初始視網膜圖譜；

對所述初始視網膜圖譜進行后處理，從所述初始視網膜圖譜中去除離群點，得到目標視網膜圖譜。