使用启发式图搜索以快速且自动地分割分层图像制造技术

一种处理眼睛图像的方法包括：由成像系统拍摄涉及眼睛层的眼睛区域的图像；由图像处理器构建图像图，所述图像图包括由链路连接的节点以及所检测图像数据；以及通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本；向所述节点和所述链路中的至少一个分配启发式成本；通过使用延伸链路延伸所选路径来创建延伸路径；通过将启发式成本与分配给所述延伸链路的链路成本和节点成本中的至少一个进行组合来确定所述延伸路径的路径成本；以及选择具有最小路径成本的所述延伸路径。

【技术实现步骤摘要】
【国外来华专利技术】使用启发式图搜索以快速且自动地分割分层图像
本专利文档涉及对分层图像的图搜索。更详细地，本专利文档涉及使用启发式图搜索以快速且自动地分割分层图像。
技术介绍
图像分割对于定量医学成像和图像引导外科手术介入而言是至关重要的。例如，为了提供计算机实施的诊断信息，量化组织特征如其厚度、体积、反射率和纹理可能很重要。一般而言，可以通过并入图像识别功能来提高诊断信息的质量。图像识别的具体挑战是准确地识别被成像组织的边界层。识别图像中的层有时也被称为图像分割。除了诊断之外，图像分割可能是非常有用的另一医学领域是新兴的图像引导外科手术介入领域。涉及以高准确度界定分层靶病理的边界的高质量图像分割可以大大改进外科手术的效果。改进的外科手术效果包括较低的复发率、较短的手术或过程时间，以及在较高比例的病例中实现外科手术目标。分层医学图像在眼科学中是典型的，包括视网膜、眼角膜以及核的囊的图像。成像技术之一即所谓的光学相干断层扫描(opticalcoherencetomography)或OCT在精度、实用性和成像时间方面展现出了特别快的进展。OCT正成为眼科学中最广泛使用的成像技术之一，甚至接近新临床标准的地位。近来，已经开发了若干种OCT图像分割算法。然而，这些方法主要用于对图像进行后处理并且如此不是特别快。此外，这些算法常常在其实用性方面是有限的。像“区域生长(regiongrowing)”和“主动轮廓(activecontour)”等技术适合于分割不规则边界。然而，这两者都需要以初始种子(initialseed)开始并且因此仅仅是半自动的。“支持向量机(supportvectormachine)”方法和“人工神经网络(artificialneuralnetwork)”方法是计算密集的并且需要很大的训练数据集。基于阈值的方式对强度变化敏感并且需要连续的阈值调整。基于偏振的方法依赖于特别设计的偏振敏感硬件系统并且因此不具成本效益。总之，最近提出的基于图的最短路径搜索在OCT图像分割方面展现出了前景。然而，所述搜索依赖于减缓处理速度的复杂图搜索算法并且因此不适合于实时图像分割。因此，需要用于眼科成像应用的快速自动化图像分割算法。
技术实现思路
本专利文档中的实施例通过引入启发式成本(heuristiccost)作为对图像中的眼睛层的图搜索的进一步引导力来解决以上挑战。在具有对于分层图像来说独特的额外启发式信息的情况下，可以高效地引导图搜索，并且可以显著增大处理速度。使用启发式搜索来处理眼睛图像的方法的实施例包括：由成像系统检测涉及眼睛层的眼睛区域的图像数据；由图像处理器根据所述图像构造图像图，所述图像图包括由链路连接的节点以及与所述节点和所述链路中的至少一个相对应的所检测图像数据；以及通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本；向所述图像图的所述节点和所述链路中的至少一个分配启发式成本；(a)通过使用延伸链路使所选路径从其前节点延伸来创建延伸路径；(b)通过将所述延伸路径的启发式成本与所述延伸路径的链成本进行组合来确定所述延伸路径的路径成本，其中，路径的启发式成本是所述路径的前节点的启发式成本，并且路径的链成本是以下各项之一：所述路径的链路的链路成本的总和、所述路径的节点的节点成本的总和、以及所述路径的链路和节点的链路成本和节点成本的加权和；(c)选择从所述延伸路径中以及从所存储的未选择路径中选取的最低成本路径作为更新的所选路径；(d)存储未选择的延伸路径及其成本并且将所述所选路径的所述前节点标记为已检查；其中，步骤(a)至(d)被被迭代地重复。在一些实施例中，一种处理眼睛图像的方法可以包括：由成像系统检测涉及眼睛层的眼睛区域的图像数据；使用图像处理器根据所述图像构造图像图，所述图像图包括由链路连接的节点以及与所述节点和所述链路中的至少一个相对应的所检测图像数据；以及通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本；向所述图像图的所述节点和所述链路中的至少一个分配启发式成本；(a)通过使用第N+1延伸链路使第N个所选路径从其第N个前节点延伸来创建第N+1延伸路径；(b)通过将所述第N+1延伸路径的链路成本和节点成本中的至少一个与所述第N+1延伸路径的启发式成本进行组合来确定所述第N+1延伸路径的路径成本，其中，路径的启发式成本是所述路径的前节点的启发式成本，所述路径的链路成本是所述路径的链路的链路成本的总和，并且所述路径的节点成本是所述路径的节点的节点成本的总和；以及(c)选择从所述第N+1延伸路径中以及从所存储的未选择路径中选取的最小成本路径作为第N+1所选路径；以及(d)存储第N+1未选择路径及其成本，并且将所述第N个前节点标记为已检查，其中，所述方法包括迭代地重复步骤(a)至(d)。附图说明图1展示了用于实践方法100的实施例的成像系统。图2A和图2B展示了方法100的实施例。图3A至图3D展示了成像的方面。图4A至图4C展示了生成特征图像数据。图5A至图5C展示了不同的图像图。图6A和图6B展示了方法100的方面。图7A和图7B展示了与方法100相关的方法300的实施例。图8A至图8D展示了方法300的实施例。图9展示了实施例的分配启发式成本步骤150/350的实施例。图10A至图10D展示了实施例的分配启发式成本步骤的实施例。图11A、图11B-1、图11B-2和图11C在特定示例上展示了方法100/300。图12示出了通过方法100/300实现的图像分割的截屏。具体实施方式实施例正通过引入启发式成本作为对图像中的眼睛层的搜索的进一步引导力来解决以上挑战。除了别的之外，图像分割方法的这种实施例具有以下优点：(1)启发式搜索可以实现大大加速的处理速度，这对于外科手术介入期间的实时图像处理至关重要。特别是对于分层图像的情况，此处引入的启发式函数可以使搜索算法显著加速以实现快速图像分割。(2)启发式搜索可以实现全局优化的图像识别结果。相应地，斑点噪声、血管阴影、以及病理对分割结果具有很小的失真影响。(3)启发式搜索减小并且甚至最小化预处理负荷。因此，相比于其他搜索中，图像滤波、平滑和增强较不关键。(4)启发式搜索在很大的动态范围内具有鲁棒性。与基于阈值的分割技术不同，启发式方式不需要特定阈值并且可以自动适应不同强度范围的图像。图1展示了用于实践启发式自动分割搜索的实施例的系统。如所示出的，眼睛1包括若干眼睛层5，示例包括眼角膜的远端表面、近端和远端晶状体囊表面、以及视网膜表面。可以用于实践本专利技术的实施例以实现快速启发式图搜索从而识别这些眼睛层5中的任何一层的图像的成像系统10包括耦合至图像处理器30和显示器40的成像光学器件20。图2A展示了用于处理眼睛图像的方法100的实施例可以包括：110-由成像系统10检测涉及眼睛层5的眼睛区域的图像数据；120-由图像处理器构造图像图，所述图像图包括由链路连接的节点以及与所述节点和链路中的至少一个相对应的所检测图像数据；以及130-通过以下操作对图像图上与眼睛层的图本文档来自技高网...

【技术保护点】
1.一种处理眼睛图像的方法，所述方法包括：由成像系统检测涉及眼睛层的眼睛区域的图像数据；由图像处理器根据所述图像构造图像图，所述图像图包括由链路连接的节点以及与所述节点和所述链路中的至少一个相对应的所检测图像数据；以及通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本中的至少一个；向所述图像图的所述节点和所述链路中的至少一个分配启发式成本；(a)通过使用延伸链路使所选路径从其前节点延伸来创建延伸路径；(b)通过将所述延伸路径的启发式成本与所述延伸路径的链成本进行组合来确定所述延伸路径的路径成本，其中，路径的启发式成本是其前节点的启发式成本，并且路径的链成本是以下各项之一：所述路径的链路的链路成本的总和、所述路径的节点的节点成本的总和、以及所述路径的链路与节点的链路成本和节点成本的加权和；(c)选择从所述延伸路径中以及从所存储的未选择路径中选取的最低成本路径作为更新的所选路径；以及(d)存储未选择的延伸路径及其成本，并且将所述所选路径的所述前节点标记为已检查；其中步骤(a)至(d)被迭代地重复。...

【技术特征摘要】
【国外来华专利技术】2015.12.11 US 14/966,6941.一种处理眼睛图像的方法，所述方法包括：由成像系统检测涉及眼睛层的眼睛区域的图像数据；由图像处理器根据所述图像构造图像图，所述图像图包括由链路连接的节点以及与所述节点和所述链路中的至少一个相对应的所检测图像数据；以及通过以下操作对所述图像图上与所述眼睛层的图像相对应的路径执行启发式图搜索：向所述图像图的链路分配链路成本中的至少一个并且向所述图像图的节点分配节点成本中的至少一个；向所述图像图的所述节点和所述链路中的至少一个分配启发式成本；(a)通过使用延伸链路使所选路径从其前节点延伸来创建延伸路径；(b)通过将所述延伸路径的启发式成本与所述延伸路径的链成本进行组合来确定所述延伸路径的路径成本，其中，路径的启发式成本是其前节点的启发式成本，并且路径的链成本是以下各项之一：所述路径的链路的链路成本的总和、所述路径的节点的节点成本的总和、以及所述路径的链路与节点的链路成本和节点成本的加权和；(c)选择从所述延伸路径中以及从所存储的未选择路径中选取的最低成本路径作为更新的所选路径；以及(d)存储未选择的延伸路径及其成本，并且将所述所选路径的所述前节点标记为已检查；其中步骤(a)至(d)被迭代地重复。2.如权利要求1所述的方法，所述构造所述图像图包括：从所述成像系统接收所述眼睛区域的所检测图像数据；以及由所述图像处理器根据所述所检测图像数据生成特征图像数据，其中，所述特征图像数据与所述所检测图像数据的强度、相位、梯度和纹理中的至少一个相对应；并且所述执行所述启发式图搜索包括：使用所述特征图像数据来确定所述启发式成本以及所述链路成本和所述节点成本中的至少一个。3.如权利要求2所述的方法，其中：所述所检测图像数据与所检测成像光的图像强度、偏振状态、颜色和相位中的至少一个相关联。4.如权利要求2所述的方法，其中：所述构造所述图像图包括：将所述图的所述节点定义成与所述成像系统的像素相对应，并且将所述图的所述链路定义为连接所述节点的链路；所述生成所述特征图像数据包括：将所述所检测图像数据的强度和相位中的一个与检测到所述图像数据的所述像素相关联，并且在多对节点之间评估所述所检测图像数据的所述强度和所述相位中的所述一个的梯度，并且所述向所述链路分配链路成本包括：向连接所述多对节点的所述链路分配在所述梯度增大时，减小的链路成本。5.如权利要求4所述的方法，其中：所述一对节点包括以下各项中的至少一项：最近邻居像素、对角线相邻像素以及由小于截断距离的一定距离间隔开的像素。6.如权利要求1所述的方法，所述确定延伸路径的所述路径成本包括：计算所述所选路径的所述启发式成本的变化，并且计算所述所选路径的所述链成本的变化，这两种变化都是通过使用所述延伸链路延伸所述所选路径而引起的；以及通过使用所述启发式成本的所述变化和所述链成本的所述变化的组合来更新所述所选路径的所述路径成本从而确定所述延伸路径的所述路径成本。7.如权利要求1所述的方法，所述选择最低成本路径包括：当所述延伸路径和所述所存储的未选择路径中的多于一个具有相同的路径成本时，使用打破平局算法。8.如权利要求1所述的方法，所述方法包括：重复步骤(a)至(d)以更新所述所选路径直到达到结束标准；以及将所更新的所选路径识别为与所述眼睛层的所述图像相对应。9.如权利要求1所述的方法，所述将启发式成本与所述链成本进行组合包括：使用加权因子将所述延伸路径的所述启发式成本与所述延伸路径的所述链成本相加。10.如权利要求1所述的方法，所述分配所述启发式成本包括：由所述图像处理器确定节点和链路...

【专利技术属性】
技术研发人员：任胡刚，俞凌峰，
申请(专利权)人：诺华股份有限公司，
类型：发明
国别省市：瑞士,CH