视网膜图像分层的方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术公开了一种基于OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。本发明专利技术所提供的方法、装置、设备及计算机可读存储介质可以有效避免由于视网膜层间对比度弱造成的错误分层，提高视网膜图像分层结果的准确性。

【技术实现步骤摘要】
视网膜图像分层的方法、装置、设备及可读存储介质
本专利技术涉及医学图像处理
，特别是涉及一种基于眼底OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质。
技术介绍
当前社会老龄化进程加快和青少年眼底疾病高发，眼底图像自动处理技术对眼底疾病研究和提高全民眼健康水平等多方面都具有重要的现实意义。眼底视网膜图像是眼底疾病和一些全身性疾病诊断的重要依据，光学相干层析成像(Opticalcoherencetomography，简称为OCT)技术是当前眼底图像技术的前沿领域，是一种非侵入的高分辨率生物医学光学成像技术，可在体检测生物组织内部的微结构。对视网膜层总厚度和其中一些特定层诸如视网膜神经纤维层(RNFL)厚度的定量测量可应用于青光眼、糖尿病视网膜病变等高致盲眼科疾病的诊断。较之耗时且精度有限的人工视网膜分层，自动的视网膜分层方法可以同时提升分层效率和精度。OCT眼底扫描仪可以对视网膜层断面进行直观成像，与常规眼底检查方法相比具有独特优势。现有视网膜图像分层方法，如复合扩散滤波减少散斑噪声然后基于A-scan(A型扫描)上的强度峰来进行视网膜分层以及用修改过的中值滤波减少散斑噪声，然后使用基于A-scan直方图的自适应阈值方法进行视网膜分层等基于图像灰度和灰度梯度的视网膜分层方法，对弱对比度的视网膜图像的视网膜分层效果不理想。另一方面，现有技术对有血管等复杂结构存在的视网膜图像分层效果也不理想。综上所述可以看出，如何对弱对比度的视网膜图像进行视网膜分层是目前有待解决的问题。
技术实现思路
本专利技术的目的是提供一种基于OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质，已解决现有技术中对弱对比度的视网膜图像的视网膜分层效果不理想的问题。为解决上述技术问题，本专利技术提供一种基于OCT图像视网膜分层的方法，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。优选地，所述通过平直化处理，获取视网膜分层工作的感兴趣区域后还包括：根据血管边缘与血管周围区域的梯度差值以及形态学操作，对所述感兴趣区域内的视网膜图像内的血管宽度大于预设阈值的血管进行去除，以便对去除干扰血管后的视网膜图像进行后续初始过分割的操作。优选地，所述根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割包括：根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素个数；根据所述超像素个数以及所述感兴趣区域尺寸，获取相邻聚类中心分布的步长；为所述聚类中心邻域内每个像素点分配聚类标签，以便对所述感兴趣区域内的视网膜图像进行初始过分割。优选地，所述利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果包括：依据初始过分割得到的超像素块的聚类标签及位置信息的相似度，对所述超像素块进行动态区域合并；根据视网膜层边缘处超像素的邻域一致性，去除初始过分割的误分割块。优选地，所述利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果后还包括：对没有进行合并的孤立超像素块，根据聚类标签对孤立超像素块面积进行排序，按照从小到大的顺序将所述孤立超像素块合并至相邻的最大相似区域内，以便所述视网膜分层结果达到预设层数。本专利技术还提供了一种基于OCT图像视网膜分层的装置，包括：平直化模块，用于通过平直化处理，获取视网膜分层工作的感兴趣区域；过分割模块，用于根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便对所述感兴趣区域内的视网膜图像进行初始过分割；合并模块，利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。优选地，还包括血管提取模块，用于根据血管边缘与血管周围区域的梯度差值以及形态学操作，对所述感兴趣区域内的视网膜图像内的血管宽度大于预设阈值的血管进行去除，以便对去除干扰血管后的视网膜图像进行后续初始过分割的操作。优选地，所述过分割模块具体用于：根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素个数；根据所述超像素个数以及所述感兴趣区域尺寸，获取相邻聚类中心分布的步长；为所述聚类中心邻域内每个像素点分配聚类标签，以便对所述感兴趣区域内的视网膜图像进行初始过分割。本专利技术还提供了一种基于OCT图像视网膜分层的设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述基于OCT图像视网膜分层的方法的步骤。本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于OCT图像视网膜分层的方法的步骤。本专利技术所提供的方法、装置、设备以及计算机可读存储介质，基于眼底OCT图像对视网膜进行分层，首先利用平直化处理，确定视网膜分层工作的感兴趣区域，根据所述感兴趣区域内的视网膜各层的厚度，自适应选择超像素个数，从而对所述感兴趣区域内的视网膜图像进行初始过分割后，在进行超像素块合并，合并为所述感兴趣区域内的各层视网膜。由于超像素个数是自适应选择得到，对于不同的视网膜图像的分层工作时可以合理选择超像素个数，避免了随机选择超像素个数导致对视网膜分层出现较大误差；对所述感兴趣区域内的视网膜图像进行过分割，可以区分对比度弱的视网膜各层的超像素块，避免由于视网膜层间对比度弱造成的视网膜分层错误。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的基于OCT图像视网膜分层的方法的第一种具体实施例的流程图；图2为本专利技术所提供的基于OCT图像视网膜分层的方法的第二种具体实施例的流程图；图3为四种层间误分割情况示意图；图4为本专利技术实施例提供的一种基于OCT图像视网膜分层的装置的结构框图。具体实施方式本专利技术的核心是提供一种基于OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质，可以有效避免由于视网膜层间对比度弱造成的视网膜分层错误。为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅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。请参考图1，图1为本专利技术所提供的基于OCT图像视网膜分层的方法的第一种具体实施例的流程图；本实施例具体操作步骤如下：步骤S101：通过平直化处理，获取视网膜分层工作的感兴趣区域；需要说明的是，在本具体实施例中，对平直化处理的次数没有作限定，可以为一次也可以为多次，平直化处理的次数并不影响本专利技术的实现。优选地，在本具本文档来自技高网...

【技术保护点】
一种基于OCT图像视网膜分层的方法，其特征在于，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。

【技术特征摘要】
1.一种基于OCT图像视网膜分层的方法，其特征在于，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。2.如权利要求1所述的方法，其特征在于，所述通过平直化处理，获取视网膜分层工作的感兴趣区域后还包括：根据血管边缘与血管周围区域的梯度差值以及形态学操作，对所述感兴趣区域内的视网膜图像内的血管宽度大于预设阈值的血管进行去除。3.如权利要求1所述的方法，其特征在于，所述根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割包括：根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素个数；根据所述超像素个数以及所述感兴趣区域尺寸，获取相邻聚类中心分布的步长；为所述聚类中心邻域内每个像素点分配聚类标签，以便对所述感兴趣区域内的视网膜图像进行初始过分割。4.如权利要求3所述的方法，其特征在于，所述利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果包括：依据初始过分割得到的超像素块的聚类标签及位置信息的相似度，对所述超像素块进行动态区域合并；根据视网膜层边缘处超像素的邻域一致性，去除初始过分割的误分割块。5.如权利要求4所述的方法，其特征在于，所述利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果后还包括：...

【专利技术属性】
技术研发人员：郭晓新，魏晓辉，周润泽，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22