[發(fā)明專利]一種光學(xué)相干斷層掃描脈絡(luò)膜血管分層造影方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211646502.2
• 申請(qǐng)日: 2022-12-21
• 公開（公告）號(hào): CN115810004A
• 公開（公告）日: 2023-03-17
• 發(fā)明（設(shè)計(jì)）人: 朱磊;盧閆曄
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T7/12;G06N3/08;G06N3/0464
• 代理公司: 北京萬(wàn)象新悅知識(shí)產(chǎn)權(quán)代理有限公司 11360
• 代理人: 賈曉玲

本發(fā)明提供一種光學(xué)相干斷層掃描脈絡(luò)膜血管分層造影方法，屬于醫(yī)學(xué)成像及圖像處理技術(shù)領(lǐng)域。本發(fā)明基于域自適應(yīng)及半監(jiān)督圖像分割，通過一種新型的集成域判別器識(shí)別源域與集成目標(biāo)域的域特征，并對(duì)分割模型進(jìn)行對(duì)抗訓(xùn)練，同時(shí)依托于一種新型的混淆域樣本篩選器對(duì)偽標(biāo)簽進(jìn)行篩選，以減小域差異帶來的標(biāo)簽噪聲，進(jìn)而采用篩選過后的低質(zhì)OCT樣本對(duì)分割模型進(jìn)行半監(jiān)督訓(xùn)練。本發(fā)明是一種非侵入的血管造影方法，不像依賴任何造影劑輔助，因此可以用于對(duì)脈絡(luò)膜血管的大規(guī)模分析及篩查。此外，本發(fā)明還可提供脈絡(luò)膜三維血管分布，因此可用于評(píng)估脈絡(luò)膜的子層結(jié)構(gòu)及血管密度、血管指數(shù)等三維生物標(biāo)注量的計(jì)算，并為脈絡(luò)膜相關(guān)疾病的分析研究提供更為有效的工具。

技術(shù)領(lǐng)域

本發(fā)明提供一種脈絡(luò)膜血管造影方法，具體涉及一種基于域自適應(yīng)及半監(jiān)督圖像分割的光學(xué)相干斷層掃描脈絡(luò)膜血管分層造影方法，屬于醫(yī)學(xué)成像及圖像處理技術(shù)領(lǐng)域。

背景技術(shù)

脈絡(luò)膜是人眼中血管最為密集的組織，其結(jié)構(gòu)及血管的變化是許多眼科疾病的診斷依據(jù)。現(xiàn)有的脈絡(luò)膜造影方法主要可以分為兩類，一類是依賴于靜脈注射造影劑的眼底熒光造影方法[1]，該類方法通過使用吲哚青綠(ICGA)作為造影劑進(jìn)行靜脈注射，即達(dá)到可視化脈絡(luò)膜血管二維血管結(jié)構(gòu)的效果。然而，該類方法僅可做到脈絡(luò)膜血管的二維可視化，并不能提供血管的三維信息用于對(duì)脈絡(luò)膜各子層血管進(jìn)行評(píng)估且會(huì)很大程度上受視網(wǎng)膜偽影干擾。同時(shí)，由于需要靜脈注射造影劑，該類方法也會(huì)對(duì)患者產(chǎn)生腎功能的損害[2]，同時(shí)無法用于對(duì)疾病脈絡(luò)膜病理表征的大規(guī)模的分析。除了熒光造影外，光學(xué)相干斷層掃描(OCT)也是一種可以定性對(duì)脈絡(luò)膜進(jìn)行評(píng)估的方法。通過光學(xué)相干斷層掃描，眼底結(jié)構(gòu)可以被三維可視化展示。然而，光學(xué)相干斷層掃描并不是一種血管造影方法，因此，除血管外眼底的其他組織信息如脈絡(luò)膜基質(zhì)，也會(huì)被同時(shí)捕獲。而當(dāng)前的光學(xué)相干斷層血管造影術(shù)(OCTA)[3]，雖然可以有效捕獲視網(wǎng)膜血管或毛細(xì)血管，但會(huì)在脈絡(luò)膜中大血管處呈現(xiàn)黑色偽影[4]，因此并不能捕捉到脈絡(luò)膜重大血管信息。這也使得OCTA無法在臨床中用于脈絡(luò)膜血管的定量分析。

當(dāng)前，針對(duì)脈絡(luò)膜結(jié)構(gòu)的圖像分割方法大多期望將OCT影像中的脈絡(luò)膜層與視網(wǎng)膜層進(jìn)行分離，并進(jìn)而通過最大密度投影的方式二維可視化脈絡(luò)膜結(jié)構(gòu)。早期的脈絡(luò)膜層分割方法采用兩步走的形式進(jìn)行，即先對(duì)OCT圖像進(jìn)行邊緣特征的提取，進(jìn)而依賴于邊緣特征對(duì)脈絡(luò)膜層進(jìn)行定位，完成脈絡(luò)膜結(jié)構(gòu)分割。其中，Sui等人[5]通過深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)像素間的親和力矩陣，并將其作為圖搜索方法的圖模型進(jìn)行脈絡(luò)膜結(jié)構(gòu)定位。He等人[6]采用l₂-l_q正則項(xiàng)對(duì)脈絡(luò)膜邊緣檢測(cè)部分進(jìn)行約束，進(jìn)而采用圖搜索的方式實(shí)現(xiàn)脈絡(luò)膜上下邊界的定位。可以發(fā)現(xiàn)，上述方法均需要依賴圖搜索作為后續(xù)步驟定位脈絡(luò)膜層邊界，因此無法做到對(duì)神經(jīng)網(wǎng)絡(luò)的端到端訓(xùn)練。相比于上述方法，一些工作將脈絡(luò)膜層分割建模為語(yǔ)義分割任務(wù)，即通過預(yù)測(cè)OCT影像中每一像素是否屬于脈絡(luò)膜，來達(dá)到脈絡(luò)膜結(jié)構(gòu)的定位。其中Zhang等人[7]采用語(yǔ)義分割模型分別提取OCT影像中的視網(wǎng)膜像素及脈絡(luò)膜像素，并進(jìn)而消除使用前者視網(wǎng)膜偽影，以更好的對(duì)脈絡(luò)膜層進(jìn)行投影展示。Zhu等人[8]進(jìn)而使用多任務(wù)學(xué)習(xí)的方式同時(shí)對(duì)脈絡(luò)膜血管及視網(wǎng)膜血管進(jìn)行分割。該方法也提供了一種可以對(duì)高質(zhì)量OCT斷層中脈絡(luò)膜血管進(jìn)行定量評(píng)估的工具。然而，雖然上述方法可以完成脈絡(luò)膜血管的投影面或斷層面可視化，但這些方法均需依據(jù)高質(zhì)量OCT掃描數(shù)據(jù)，而無法適應(yīng)臨床用于重建的低質(zhì)密集掃描圖像。而通過運(yùn)用域自適應(yīng)技術(shù)可以部分解決這一難題。