一种视网膜血管分类方法及装置制造方法及图纸

本发明专利技术涉及一种视网膜血管分类方法及装置。把局部二值算法结合独立成分分析技术在眼底血管特征提取方面进行了融合使用，由于二者从不同角度对血管特征进行结构性描述，因此该方法继承了各自单项技术中优势，并在一定程度上对血管特征进行了补充，过滤了更多噪声的影响；该方法最终提高了眼底血管动静脉分类的精确度，并降低了无分类标记的血管比率，为后续眼底血管相关的疾病诊断提供了坚实的数据基础。

【技术实现步骤摘要】
一种视网膜血管分类方法及装置
本专利技术涉及图像处理
，尤其涉及一种视网膜血管分类方法及装置。
技术介绍
一直以来，心脑血管疾病都是世界上老年人口死亡和致残的主要原因，其中以高血压、动脉硬化、视网膜中央动脉阻塞等最为常见。这些疾病的形成及发病过程，在微细血管上都会体现出渐进的形态变化，通过对微血管形态结构的分析，不仅可对疾病发生的程度进行判断、进而诊断，也可以预报早期征兆，在临床上具有非常重大的意义。由于眼底视网膜血管网络是人体唯一能直接观察的小动脉和小静脉血管网络，高血压、动脉硬化等常见疾病特征，通常可以在这里直接反映，因此其是心血管疾病微循环检查的重要部位。近年来，随着计算机图像处理技术的发展，对眼底图像的处理主要集中在两个方面，一是图像增强技术，如用于提高眼底图像各特征的对比度和亮度，从而便于医生观察特征现象，但其不能给医生提供任何有益的可能性建议,更无法代替医生诊断；二是模式识别技术的引入，可以对眼底图像的特征进行提取，并结合特征进行血管的分割和分类，进而根据动静脉管径比等关键指标，给医生提供有益的帮助，但该技术的主要问题是要么血管分类的精度不高，要么对分支血管提取的效果不好，离全面临床使用还有一段距离。动静脉分类是视网膜图像后续特征计算任务的关键前提，如自动测量动静脉管径比(Arteriolar-to-VenularDiameterRatio，AVR)，自动测量动脉反光带比等，由于眼底图像对比度、亮度和颜色的变化对动静脉分类会造成较多的影响，即使在图像对比度和光度正常化后，在图像的外围也会由于血管变薄使得动静脉的分离更加困难；因此基于现有技术常采用的多像模糊聚类、Kmeans聚类、支持向量机(SupportVectorMachine，SVM)或线性判别式分析(LinearDiscriminantAnalysis，LDA)等分类器对血管分割的结果进行标记类别时，由于特征提取的单一性均存在精度不高或无法判别微细血管的情况。
技术实现思路
本专利技术提供一种视网膜血管分类方法及装置,通过局部二值模式算法结合独立成分分析的方式，融合血管结构特性，从多个层面反映动静脉血管的特征，解决现有技术中针对动静脉分类时，准确率低下或只能分类血管主干，无法检测细微分支的问题，从而在动静脉分类步骤中，得到更好的分类效果，为后续疾病特征的判别、诊断等提供有效可靠的数据前提。一方面，本专利技术实施例提供了一种视网膜血管分类方法。该方法包括：获取视网膜的血管段图像；采用局部二值模式LBP算法，提取视网膜的血管段图像的LBP特征；采用独立成分分析ICA算法，提取视网膜的血管段图像的ICA特征；将LBP特征和ICA特征组成纹理特征向量，并将纹理特征向量输入集成分类器，得到视网膜的血管分类结果。在一个可能的实施例中，LBP算法为旋转不变模式算法。在一个可能的实施例中，集成分类器为随机森林分类器。在一个可能的实施例中，获取视网膜的血管段图像，包括：接收视网膜图像；采用Morlet小波变换方法和Gabor小波变换方法，对视网膜图像进行处理，以获取视网膜的血管段图像。在一个可能的实施例中，采用Morlet小波变换方法和Gabor小波变换方法，对视网膜图片进行处理，以获取视网膜的血管段图像，包括：对视网膜图像进行预处理；采用Morlet小波变换方法和Gabor小波变换方法，对预处理后的视网膜图像进行处理，以获取视网膜的血管段图像。另一方面，本专利技术实施例提供了一种视网膜血管分类装置。该装置包括：获取模块，用于获取视网膜的血管段图像；第一提取模块，用于采用局部二值模式LBP算法，提取视网膜的血管段图像的LBP特征；第二提取模块，用于采用独立成分分析ICA算法，提取视网膜的血管段图像的ICA特征；分类模块，用于将LBP特征和ICA特征组成纹理特征向量，并将纹理特征向量输入集成分类器，得到视网膜的血管分类结果。在一个可能的设计中，LBP算法为旋转不变模式算法。在一个可能的设计中，集成分类器为随机森林分类器。在一个可能的设计中，获取模块具体用于：接收视网膜图像；采用Morlet小波变换方法和Gabor小波变换方法，对视网膜图像进行处理，以获取视网膜的血管段图像。在一个可能的设计中，获取模块具体用于：接收视网膜图像；对视网膜图像进行预处理；采用Morlet小波变换方法和Gabor小波变换方法，对预处理后的视网膜图像进行处理，以获取视网膜的血管段图像。本专利技术提供了一种视网膜血管分类方法及装置，首先对眼底相机拍摄的眼底照片进行图像预处理和血管分割提取，其次对血管分割后的血管段二值图，使用本专利采用的融合特征提取方式，最终把纹理特征向量输入集成分类器中，分类器根据动静脉血管的结构特征对其进行标签标记。其针对眼底相机拍摄的视网膜眼底图片进行动静脉分类，可以有效提高分类的精度，并降低了无分类标签的血管比率，为后续眼底疾病特征的判别提供了可靠的数据指标。附图说明图1为本专利技术实施例提供的一种视网膜血管分类方法的流程示意图；图2为本专利技术实施例提供的一种视网膜血管分类方法的框架示意图；图3为基于Morlet小波处理的视网膜血管提取示意图；图4为LBP特征圆对称邻域图；图5为旋转不变的LBP分解示意图；图6为ICA线性模型图；图7为本专利技术实施例提供的一种视网膜血管分类装置结构图。具体实施方式下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为便于对本专利技术实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本专利技术实施例的限定。本专利技术实施例采用的技术方案是局部二值模式(LocalBinaryPatterns，LBP)和独立成分分析(IndependentComponentCorrelationAlgorithm，ICA)融合技术。LBP特征是一个图形运算符，其将图像转换为整数标签或数组来描述图像的尺寸外观，由于其多尺度版本被证明是旋转不变、灰度不变，并且支持任意分辨率的，因此LBP算子结合统计和结构纹理特征分析，来描述纹理的统计布局规则十分有效，本专利技术实施例中采用LBP的旋转不变模式算法，来提取动静脉血管的局部特征。ICA是上世纪90年代为解决盲信号处理中的盲源分离问题发展起来的一种有效信号处理方法，其目的是从随机线性混合的观测信号中恢复出各源信号，其为非高斯数据提供了一种线性变换，使得成分与成分之间是统计独立或者尽可能独立的，数字图像经过ICA处理，能够提取到直接反映被研究对象本质属性的独立成分特征量，做为分类器的输入向量，不但能减少处理时间，而且非常有利于分类器达到最优的性能，减少匹配的时间和错误率，本专利技术实施例中采用ICA来对眼底血管分割结果进行独立成分特征量的提取，结合LBP特征，从多个层面反映动静脉的特性。下面对本专利技术采用的LBP算法和ICA算法进行介绍：(1)LBP算法原始LBP算子定义在3*3的窗口内，以窗口中心像素为阈值，将相邻的本文档来自技高网...

【技术保护点】
一种视网膜血管分类方法，其特征在于，所述方法包括：获取视网膜的血管段图像；采用局部二值模式LBP算法，提取所述视网膜的血管段图像的LBP特征；采用独立成分分析ICA算法，提取所述视网膜的血管段图像的ICA特征；将所述LBP特征和所述ICA特征组成纹理特征向量，并将所述纹理特征向量输入集成分类器，得到所述视网膜的血管分类结果。

【技术特征摘要】
1.一种视网膜血管分类方法，其特征在于，所述方法包括：获取视网膜的血管段图像；采用局部二值模式LBP算法，提取所述视网膜的血管段图像的LBP特征；采用独立成分分析ICA算法，提取所述视网膜的血管段图像的ICA特征；将所述LBP特征和所述ICA特征组成纹理特征向量，并将所述纹理特征向量输入集成分类器，得到所述视网膜的血管分类结果。2.根据权利要求1所述的方法，其特征在于，所述LBP算法为旋转不变模式算法。3.根据权利要求1所述的方法，其特征在于，所述集成分类器为随机森林分类器。4.根据权利要求1所述的方法，其特征在于，所述获取视网膜的血管段图像，包括：接收视网膜图像；采用Morlet小波变换方法和Gabor小波变换方法，对所述视网膜图像进行处理，以获取所述视网膜的血管段图像。5.根据权利要求4所述的方法，其特征在于，所述采用Morlet小波变换方法和Gabor小波变换方法，对所述视网膜图片进行处理，以获取所述视网膜的血管段图像，包括：对所述视网膜图像进行预处理；采用Morlet小波变换方法和Gabor小波变换方法，对所述预处理后的视网膜图像进行处理，以获取所述视网膜的...

【专利技术属性】
技术研发人员：张松涛，薛丹，李德衡，
申请(专利权)人：瑞达昇科技大连有限公司，
类型：发明
国别省市：辽宁,21