一种视盘定位方法及装置制造方法及图纸

本发明专利技术涉及一种视盘定位方法及装置，该方法利用视盘的自身特征以及视盘与血管网络的关系特征，对模糊收敛算法、边缘检测算法、明亮区域检测算法、模版匹配算法进行细节改进，并为每个独立算法产生一个或多个候选输出，对所有算法输出进行融合处理实现视盘定位，极大的提高了视盘定位的准确性和鲁棒性。此外，将视盘定位及边缘检测结果做为视盘分割的初始参数，基于椭圆拟合方法确定视盘的大致轮廓，基于可变形轮廓模型将轮廓拟合到视盘边缘，最终完成视盘分割。受益于视盘定位的准确性，以及分割过程中的轮廓拟合和轮廓约束处理，视盘分割精度也得到显著提高。

Method and device for positioning optic disc

The invention relates to a disc positioning method and device, the relationship between characteristics of the characteristic, using the method of optic disc with vascular network, the fuzzy matching algorithm to improve the details templates convergence algorithm and edge detection algorithm, the bright region detection algorithm, and generates one or more candidate outputs for each independent algorithm, fusion processing of all optic disc localization algorithm output, greatly improves the positioning accuracy and robustness of the optic disc. In addition, the detection results of optic disc localization and edge as the initial parameters of optic disc segmentation, the outline of the optic disc to determine the ellipse fitting method based on deformable contour model based on contour fitting to the edge of the optic nerve, optic disc segmentation finally completed. Due to the accuracy of the optic disc localization, and the contour fitting and contour constraint processing in segmentation, the segmentation accuracy of the optic disc is also significantly improved.

【技术实现步骤摘要】
一种视盘定位方法及装置
本专利技术涉及图像处理
，尤其涉及一种视盘定位方法及装置。
技术介绍
眼睛是唯一通过直接观察就能了解到血管、神经等丰富信息的器官。眼底图像为“将三维(3D)视网膜半透明组织的反射光，投影到成像平面上，获得的二维(2D)表示”，其中图像强度表示光的反射量。眼底图像中包括视盘、动静脉、黄斑及中央凹等视网膜结构。视网膜中可以观察到许多重要疾病，可能是眼部疾病，也可能是全身性疾病。比如年龄相关性黄斑变性会使视网膜内或下方出现异常的液体积累，青光眼是由于视神经的逐渐损害导致，糖尿病患者体内的高血糖会损害视网膜血管壁，高血压和动脉粥样硬化会引起视网膜动脉和静脉之间的直径比率变化。这些疾病可以通过年度筛查和早期诊断来预防或控制发展。通过计算机进行自动眼底图像分析(AutomaticRetinalImageAnalysis，ARIA)，可以对眼底组织进行定量的分析和测量，其应用方向包括：1)疾病筛查，眼底相机操作简单，检查成本低，特别适合相关疾病的筛查，例如糖尿病性视网膜病变(DR)、青光眼或年龄相关性黄斑变性等，目标是在大规模的体检中，识别出带有病变特征的图像，引起临床关注；自动眼底图像分析可以缓解对临床医生的需求压力；而且可以去除人的主观性，避免因为个人知识和经验不同引起的诊断差异。2)计算机辅助诊断，自动眼底图像分析可以给出通过临床检查不容易获取的血管曲折、宽度等精细测量，通过特定的体征，判断疾病是否(或可能)存在。随着科技不断发展，自动眼底图像分析和影像归档和通信系统(PictureArchivingandCommunicationSystems，PACS)系统等融合，其应用范围将进一步扩大。视盘即视神经盘，是眼底的重要组织之一，形状近似椭圆，具有垂直主轴(宽度1.8±0.2mm，高度1.9±0.2mm)，相比眼底其它区域更加明亮。视盘是视神经纤维离开视网膜的部位，神经纤维接收来自视觉感知细胞产生的神经冲动，并进一步通过视神经传至大脑形成视觉。视盘也是血管出入眼球的部位，是视网膜血管最密集的区域，血管由视盘向整个视网膜延伸，以供给营养。视盘的定位和分割是指对视盘中心和轮廓的确定，更宽泛的定位只需要将定位点落在视盘区域内。视盘的定位和分割，在自动眼底图像分析中具有重要作用，包括：1)视盘大小、形状和颜色的形态变化是用于诊断各种疾病的重要指标；2)视盘分割与视杯分割结合，可用于青光眼的诊断；3)视盘定位可以辅助定位黄斑和中心凹，黄斑区域的视网膜病变，具有较高的视觉丧失风险；4)血管从视盘向外辐射，所以血管跟踪算法可以从这里开始；5)视盘本身可能成为其它分析算法的干扰物，它是一个大的亮区，可能被误认为明显的圆形渗出；高对比度边缘也可能导致线性血管过滤器的错误反应。实现能够满足临床检测所要求的“准确性、客观性、可重复性”标准的眼底图像视盘定位、分割方法，对于临床眼科研究以及与眼底病变相关疾病的诊断和治疗具有重要的意义。目前已有各种视盘定位、分割方法，但大多在实际应用中面临复杂情况时准确率明显下降，缺乏一定的鲁棒性。
技术实现思路
本专利技术提供一种视盘定位方法及装置，在复杂的应用环境中具有较高的准确性和鲁棒性。一方面，提供了一种视盘定位方法，该方法包括：获取眼底前景的掩模；针对所述眼底前景的掩模，使用二维匹配滤波和区域增长算法进行血管分割，确定血管网络；根据所述血管网络，使用模糊收敛算法获取血管模糊收敛图；根据所述血管模糊收敛图，使用第一候选区域选择算法获取第一组候选区域，所述第一组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用明亮区域检测算法获取亮度分布图；根据所述亮度分布图，使用第二候选区域选择算法获取第二组候选区域，所述第二组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用边缘检测算法进行边缘提取，使用霍夫变换检测圆，将检测到的一个或多个圆作为第三组候选区域，其中，每个圆为一个候选区域；针对所述眼底前景的掩模，使用模版匹配算法获取相关性结果图；根据所述相关性结果图，使用第三候选区域选择算法获取第四组候选区域，所述第四组候选区域包括一个或多个候选区域；对所述第一组候选区域、所述第二组候选区域、所述第三组候选区域和所述第四组候选区域包括的候选区域进行融合分析，确定视盘位置。另一方面，提供了一种视盘定位装置，该装置包括：掩模获取模块，用于获取眼底前景的掩模；血管分割模块，用于针对所述掩模获取模块获取的眼底前景的掩模，使用二维匹配滤波和区域增长算法进行血管分割，确定血管网络；模糊收敛计算模块，用于根据所述血管分割模块确定的血管网络，使用模糊收敛算法获取血管模糊收敛图；第一候选区域获取模块，用于根据所述模糊收敛计算模块获取的血管模糊收敛图，使用第一候选区域选择算法获取第一组候选区域，所述第一组候选区域包括一个或多个候选区域；明亮区域检测模块，用于从所述掩模获取模块获取的眼底前景的掩模中去除所述血管分割模块确定的血管网络，使用明亮区域检测算法获取亮度分布图；第二候选区域获取模块，用于根据所述明亮区域检测模块获取的亮度分布图，使用第二候选区域选择算法获取第二组候选区域，所述第二组候选区域包括一个或多个候选区域；边缘及圆检测模块，用于从所述掩模获取模块获取的眼底前景的掩模中去除所述血管分割模块确定的血管网络，使用边缘检测算法进行边缘提取，使用霍夫变换检测圆，将检测到的一个或多个圆作为第三组候选区域，其中，每个圆为一个候选区域；模板匹配模块，用于针对所述眼底前景的掩模，使用模版匹配算法获取相关性结果图；第三候选区域获取模块，用于根据所述模板匹配模块获取的相关性结果图，使用第三候选区域选择算法获取第四组候选区域，所述第四组候选区域包括一个或多个候选区域；结果融合定位模块，用于对所述第一候选区域获取模块获取的第一组候选区域、所述第二候选区域获取模块获取的第二组候选区域、所述边缘及圆检测模块获取的第三组候选区域和所述第三候选区域获取模块获取的第四组候选区域包括的候选区域进行融合分析，确定视盘位置。本专利技术实施例中，综合利用视盘的自身特征以及视盘与血管网络的关系特征，对模糊收敛算法、边缘检测算法、明亮区域检测算法、模版匹配算法进行细节改进，并为每个独立算法产生多个候选输出，然后对所有算法输出进行融合处理实现视盘定位，以提高在复杂应用环境中视盘定位的准确性和鲁棒性。附图说明图1为本专利技术实施例提供的一种视盘定位、分割的整体实现流程示意图；图2为本专利技术实施例提供的一种眼底图片示例；图3为本专利技术实施例提供的一种眼底前景掩模示意图；图4为本专利技术实施例提供的一种血管分割结果示意图；图5为本专利技术实施例提供的一种模糊收敛图；图6为本专利技术实施例提供的一种亮度分布图；图7为本专利技术实施例提供的一种边缘及圆检测结果示意图；图8为本专利技术实施例提供的一种模板匹配图；图9为本专利技术实施例提供的一种算法融合定位结果示意图；图10为本专利技术实施例提供的一种视盘分割结果示意图；图11为本专利技术实施例提供的一种视盘定位装置结构图。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本文档来自技高网...

【技术保护点】
一种视盘定位方法，其特征在于，所述方法包括：获取眼底前景的掩模；针对所述眼底前景的掩模，使用二维匹配滤波和区域增长算法进行血管分割，确定血管网络；根据所述血管网络，使用模糊收敛算法获取血管模糊收敛图；根据所述血管模糊收敛图，使用第一候选区域选择算法获取第一组候选区域，所述第一组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用明亮区域检测算法获取亮度分布图；根据所述亮度分布图，使用第二候选区域选择算法获取第二组候选区域，所述第二组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用边缘检测算法进行边缘提取，使用霍夫变换检测圆，将检测到的一个或多个圆作为第三组候选区域，其中，每个圆为一个候选区域；针对所述眼底前景的掩模，使用模版匹配算法获取相关性结果图；根据所述相关性结果图，使用第三候选区域选择算法获取第四组候选区域，所述第四组候选区域包括一个或多个候选区域；对所述第一组候选区域、所述第二组候选区域、所述第三组候选区域和所述第四组候选区域包括的候选区域进行融合分析，确定视盘位置。

【技术特征摘要】
1.一种视盘定位方法，其特征在于，所述方法包括：获取眼底前景的掩模；针对所述眼底前景的掩模，使用二维匹配滤波和区域增长算法进行血管分割，确定血管网络；根据所述血管网络，使用模糊收敛算法获取血管模糊收敛图；根据所述血管模糊收敛图，使用第一候选区域选择算法获取第一组候选区域，所述第一组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用明亮区域检测算法获取亮度分布图；根据所述亮度分布图，使用第二候选区域选择算法获取第二组候选区域，所述第二组候选区域包括一个或多个候选区域；从所述眼底前景的掩模中去除所述血管网络，使用边缘检测算法进行边缘提取，使用霍夫变换检测圆，将检测到的一个或多个圆作为第三组候选区域，其中，每个圆为一个候选区域；针对所述眼底前景的掩模，使用模版匹配算法获取相关性结果图；根据所述相关性结果图，使用第三候选区域选择算法获取第四组候选区域，所述第四组候选区域包括一个或多个候选区域；对所述第一组候选区域、所述第二组候选区域、所述第三组候选区域和所述第四组候选区域包括的候选区域进行融合分析，确定视盘位置。2.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述视盘位置，使用可变形轮廓模型算法实现视盘分割。3.如权利要求1或2所述的方法，其特征在于，所述根据所述血管网络，使用模糊收敛算法获取血管模糊收敛图，包括：根据所述血管网络，使用线段对血管段建模，将血管网络的汇聚问题建模为线交叉问题；每个线段由模糊段模拟，模糊段覆盖区域对模糊段的组成像素贡献投票，像素累计投票值与模糊段的收敛强度成正比；其中，在模糊段的投票过程中增加管径做为权重。4.如权利要求1或2所述的方法，其特征在于，所述第一候选区域选择算法和/或所述第二候选区域选择算法和/或所述第三候选区域选择算法的输入为归一化的灰度图，灰度值代表评分，评分越高亮度越高，判断为候选区域的概率越高。5.如权利要求1或2所述的方法，其特征在于，所述获取眼底前景的掩模之前，所述方法还包括：针对不同的眼底图像的数据集，通过缩放，将所述眼底图像中视盘、血管的尺寸调整为算法内部要求的标准尺寸。6.一种视盘定位装置，其特征在于，所述装置包括：掩模获取模块，用于获取眼底前景的掩模；血管分割模块，用于针对所述掩模获取模块获取的眼底前景的掩模，使用二维匹配滤波和区域增长算法进行血管分割，确定血管网络；模糊收敛计算模块，用于根据所述血管分割模块确定的血管网络，使用模糊收敛算法获取血管模糊收敛图；第一候选区域获取模块，...

【专利技术属性】
技术研发人员：陈淑珊，杨子军，薛丹，
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