基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法技术

本发明专利技术公开了一种基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法，包括：（1）基于视网膜上界面分割的块速B扫描图像对齐方法；（2）按分界面显著程度顺序、以已分割界面为约束条件的多分辨率图搜分割方法；（3）用不同的约束条件进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面的方法；（4）基于色素上皮层下界面和视网膜底部分界面位置差别，并结合区域大小和亮度信息的浆液性色素上皮层脱离的分割方法；（5）将图像平坦化后进行外层视网膜层次分割和校正的方法。本发明专利技术分割结果具有较高的准确性，能够替代手动分割，对于临床相关眼科疾病的诊断与治疗能起到重要的辅助作用。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，包括：（1）基于视网膜上界面分割的块速B扫描图像对齐方法；（2）按分界面显著程度顺序、以已分割界面为约束条件的多分辨率图搜分割方法；（3）用不同的约束条件进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面的方法；（4）基于色素上皮层下界面和视网膜底部分界面位置差别，并结合区域大小和亮度信息的浆液性色素上皮层脱离的分割方法；（5）将图像平坦化后进行外层视网膜层次分割和校正的方法。本专利技术分割结果具有较高的准确性，能够替代手动分割，对于临床相关眼科疾病的诊断与治疗能起到重要的辅助作用。【专利说明】
本专利技术属于视网膜图像分割方法，尤其是对SD-OCT (频域光学相干断层成像)的视网膜图像中的组织层次和病变区域的分割方法。
技术介绍
视网膜是脑部神经组织的延伸，具有复杂的多层次组织结构。SD-OCT技术已经成为无损评估视网膜疾病的一种强有力的工具，它能提供快速的、高分辨率的、显示视网膜内部分层的三维图像，为临床眼科医生对疾病的诊断和治疗提供了帮助。视网膜OCT图像的分割对临床实践具有重要意义:病变区域的分割及对其形状、大小、位置的定量分析对疾病诊断和治疗有关键作用；视网膜组织层次的分割及对各类组织形态、亮度的定量分析对于发现早期病变、观测病程和研究病理都起到重要作用。然而目前大部分眼科医生采用手动方式对OCT显示的视网膜病变进行定量分析，主观性强，无法保证准确性和一致性，而且难以全面分析三维扫描带来的大量数据。目前的视网膜OCT图像自动分割算法存在以下的缺陷:(1)大部分算法都是二维算法，即在每个切片图像(X-Z平面图像，称为B扫描图像)中独立进行分割，这类方法没有充分利用三维的上下文信息，较容易受到图像噪声或伪影的影响，导致分割错误。(2)大部分已有的视网膜组织层次分割算法都是针对正常视网膜设计的，当视网膜组织由于病变产生较大的形变时，这些算法将失效。浆液性色素上皮层脱离可能由多种脉络膜/视网膜疾病引起，如年龄相关性黄斑变性、息肉状脉络膜血管病变、中心性浆液性脉络膜视网膜病变、葡萄膜炎等。目前为止，还没有针对浆液性色素上皮层脱离的视网膜OCT图像中所有可分辨的组织层次及病变区域的系统的三维自动分割方法的相关报道。
技术实现思路
本专利技术提供了一种解决上述问题的方案，首次提供了一种具有可行性和有效性的针对浆液性色素上皮层脱离的视网膜OCT图像中所有可分辨的组织层次及病变区域的系统的三维自动分割方法。其中组织层次包括10层:神经纤维层(NFL)、神经节细胞层(GCL)、内丛状层(IPL)、内核层(INL)、外丛状层(0PL)、外核层(ONL)+内节层(ISL)、连接纤毛(CL),外节层(0SL)、维尔赫夫膜(VM)、色素上皮层(RPE)，共有11各分界面。再加上由于色素上皮层和视网膜底部脱离，视网膜底部形成一个单独的界面，因此本专利技术共可检测12个分界面。本专利技术提供了一种，该方法主要包括5个步骤:步骤S01，图像预处理:主要进行OCT去噪和B扫描图像间的对齐；步骤S02，内层视网膜各层次的分割:采用多分辨率图搜算法，依据分界面对比度从高到底的顺序依次分割，得到神经纤维层(NFL)、神经节细胞层(GCL)、内丛状层(IPL),内核层(INL)、外丛状层(OPL)，外核层(ONL)+内节层(ISL)的分界面；步骤S03，色素上皮层分割及视网膜底部估计:在外层视网膜区域，用不同的约束条件进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面；步骤S04，色素上皮层脱离区域分割:色素上皮层下界面和平滑的视网膜底部分界面之间的区域为色素上皮层脱离区域，并根据区域大小和亮度信息去除误检区域；步骤S05，外层视网膜各层次的分割:根据色素上皮层下界面将图像平坦化后用图搜算法检测外层视网膜各层次，得到连接纤毛(CL)，外节层(0SL)、维尔赫夫膜(VM)、色素上皮层(RPE)之间分界面。上述5个步骤具体描述如下，(I)图像预处理图像预处理主要包括以下两个步骤:去噪和B扫描图像对齐。(a) OCT图像去噪OCT眼部成像仪获取的三维图像含有较多的散斑噪声。为保证后续分割的效果，必须在有效去除噪声的同时尽可能保留图像中的边缘信息。本专利技术采用一种快速双边滤波器对每个B扫描图像进行去噪。双边滤波结果为:【权利要求】1.，其特征在于，包括以下步骤， 步骤S01，图像预处理:进行OCT图像去噪和B扫描图像间的对齐； 步骤S02，内层视网膜各层次的分割:采用多分辨率图搜算法，依据分界面对比度从高到底的顺序依次分割，得到神经纤维层、神经节细胞层、内丛状层、内核层、外丛状层、外核层+内节层的分界面； 步骤S03，色素上皮层分割及视网膜底部估计:在外层视网膜区域，用不同的平滑度约束参数进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面； 步骤S04，色素上皮层脱离区域分割:色素上皮层下界面和视网膜底部分界面之间的区域为色素上皮层脱离区域，根据区域大小和亮度信息去除误检区域； 步骤S05，外层视网膜各层次的分割:根据色素上皮层下界面将图像平坦化后用图搜算法检测外层视网膜各层次，得到连接纤毛、外节层、维尔赫夫膜、色素上皮层的分界面。2.根据权利要求1所述的，其他特征在于，步骤SOl中OCT图像去噪具体包括以下步骤，采用一种快速双边滤波器对每个B扫描图像进行去噪后得到去噪后的三维图像，双边滤波结果如式(Ia): 3.根据权利要求1所述的，其他特征在于，所述B扫描图像间的对齐为基于对神经纤维层上界面的分割结果进行B扫描图像对齐，具体包括以下步骤， 1-1)用多分辨率图搜算法分割神经纤维层上界面:对去噪后的三维图像在竖直方向上进行下采样使该方向像素点个数变为一半，重复一次该过程，得到三个不同分辨率的图像，按分辨率从低到高表示为尺度1、尺度2、尺度3 ； 1-2)在最低分辨率的尺度I上进行分割，在尺度I分割所得结果的基础上，在尺度2上附近区域内进行进一步的精确分割，然后在尺度3上附近区域继续分割，最终得到原图像上的分割结果； 1-3)神经纤维层上界面分割完成后，在每张B扫描图像上计算其平均高度，即平均z值，计算过程中排除图像中间位置的点，根据每张B扫描中得到的神经纤维层上界面平均高度上移或下移该图像，使得结果中神经纤维层上界面平均高度为常数，就起到了对齐各图像的作用。4.根据权利要求3所述的，其特征在于:步骤1-2)中所述分割为寻找代价最小的分割面的过程，由图搜算法完成，神经纤维层上界面的代价函数用索贝尔算子计算得到，在由暗到亮的边缘位置代价函数较小，为了与内外层分界面即连接纤毛上界面相区别，在尺度I上，代价函数加入了一个分量，所述分量为各图像点上方若干像素点的亮度之和。5.根据权利要求1所述的，其他特征在于，所述内层视网膜各层次的分割具体包括以下步骤， 首先检测连接纤毛上界面，即内外层的分界面作为约束条件，分割在神经纤维层上界面下方的子图中进行，由于病变导致视网膜内积液，视网膜外层的部分组织在OCT图像中不显影，因此检测出的内外层分界面实际为连接纤毛上界面和色素上皮层上分界面合并而成的，将之定义为连接纤毛色素上皮层合并界面； 然后，按照上述各分本文档来自技高网...

【技术保护点】
基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法，其特征在于,包括以下步骤，步骤S01，图像预处理：进行OCT图像去噪和B扫描图像间的对齐；步骤S02，内层视网膜各层次的分割：采用多分辨率图搜算法，依据分界面对比度从高到底的顺序依次分割，得到神经纤维层、神经节细胞层、内丛状层、内核层、外丛状层、外核层+内节层的分界面；步骤S03，色素上皮层分割及视网膜底部估计：在外层视网膜区域，用不同的平滑度约束参数进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面；步骤S04，色素上皮层脱离区域分割：色素上皮层下界面和视网膜底部分界面之间的区域为色素上皮层脱离区域，根据区域大小和亮度信息去除误检区域；步骤S05，外层视网膜各层次的分割：根据色素上皮层下界面将图像平坦化后用图搜算法检测外层视网膜各层次，得到连接纤毛、外节层、维尔赫夫膜、色素上皮层的分界面。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈新建，石霏，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32