基于层厚统计信息模型的相干光断层扫描图像的层分割方法技术

本发明专利技术公开了一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法，包括步骤：S1、预处理：对图像进行降噪、对比度增强和扁平处理；S2、血管检测：将图像中的血管阴影检测出来；S3、构建邻接矩阵：生成垂直方向的梯度图像，对梯度图像进行归一化处理，并计算邻接矩阵对应的图中各节点间的权重；S4、利用层厚统计信息设置搜索区域：根据层厚统计信息在垂直方向上依次为各层限定搜索的区域；S5、边界检测：先将对比度最高的边界检测出来，根据已检测出的边界迭代地限定每次搜索的区域，再检测剩余边界并进行层分割。本方法具有较好的鲁棒性、更高的分割效率和灵活性。

【技术实现步骤摘要】
基于层厚统计信息模型的相干光断层扫描图像的层分割方法
本专利技术涉及相干光断层图像处理
，特别是涉及一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法。
技术介绍
准确、客观、高效的医学图像目标检测技术在临床医学眼科结构分析中具有重大的意义。光学相干断层扫描成像技术(OpticalCoherenceTomography,OCT)是一种非常有前途的层析成像技术，特别是在活体检测和生物组织成像领域具有十分诱人的应用前景。作为一种新的层析成像技术，由于其非接触性和高分辨率的特点，它被证实为一种十分有效、适应性较广的成像技术手段。近年来，OCT技术在眼部疾病的诊断和治疗上得到了飞速的发展，为临床眼部疾病的诊断和治疗做出了突出的贡献。时域OCT(TD-OCT)是第一代OCT技术，每秒可获得400张A扫描图，轴向分辨率范围为8到10微米。当前商用的OCT技术是谱域OCT(SD-OCT)，成像速度比时域OCT快10到100倍，轴向分辨率范围为3到7微米，可以获取视网膜和角膜的切面信息。由于成像速度快，分辨率高，谱域OCT广泛应用于眼科疾病的诊断和预测。视网膜中层的厚度变化是临床疾病状态的一种表现，利用视网膜各层的厚度变化信息来辅助临床医学上对眼科疾病进行诊断，在此基础上，确定眼部视网膜各层组织结构显得尤为重要。然而，常规的手工层分割方法是比较耗时的，并且不同的专家分割出的结果会具有一定的差异性。近年来，一些相关研究人员已经开始研究视网膜层结构的自动分割问题，这些方法主要包括：基于梯度信息的分割方法，活动轮廓模型，基于图论的分割方法，形状与上下文先验信息，基于像素分类的分割方法。Yangetal.等人利用局部和全局双梯度信息，提出了一种对OCT图像中黄斑区域进行层结构分割的算法。Yazdanpanah利用轮廓信息实现了啮齿类动物图像的视网膜层分割算法。Chiu等人利用图像中的双梯度信息构造出一个图，并通过最短路径算法对图像进行逐层分割。为了实现对脉络膜的自动分割，VedranKaji提出了一种基于统计模型的分割方法。基于形态学特征和上下文先验知识的分割方法被QiSong等人提出，以实现最佳的多表面分割。VermeerKA将视网膜的分割问题转化为像素分类问题，提出了一种基于像素分类的分割方法。在上述提及的分割方法中，Yangetal.等人、VedranKaji、QiSong等人以及VermeerKA提出的这四种3D的分割方法显示出了更好的实用性，能更好地反映出视网膜的结构特征，但它同时也有着相对较高的时间复杂度，并且对系统的硬件有着更高的性能要求。视网膜数据集中，每一帧SD-OCT图像也称为B-scan图像，它的大小均为1000×512像素。由于基于相干光断层扫描成像的视网膜的分辨率较高，图像中的内膜层结构清晰可见。视网膜在人体眼球的正后方，它由多层的纤细透明的层状结构组成。一般地，它被认为是介于视网膜神经纤维层(retinalnervefiberlayer,RNFL)和视网膜色素上皮细胞(retinalpigmentepithelium,RPE)之间的水平结构。内界膜(innerlimitingmembrane,ILM)是视网膜图像中最顶端的白色区域和黑色区域的边界。由于视网膜色素上皮细胞有着最高的反射率，RPE被认为是视网膜图像中最亮的一条边界。位于ILM和RPE之间的层结构分别为：神经节细胞层(ganglioncelllayer,GCL)，内丛状层(innerplexiformlayer,IPL)，内核层(innernuclearlayer，INL),外丛状层(outerplexiformlayer,OPL),外核层(outernuclearlayer,ONL)，内感光层(innerphotosensitivelayer,IS)和外感光层(outerphotosensitivelayer,OS)，如图3所示。
技术实现思路
本专利技术为了克服以上技术的不足，提供了一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法。本专利技术中的实验数据集采用了杜克大学公开的相干光断层扫描成像的视网膜数据集。本专利技术克服其技术问题所采用的技术方案是：一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法，包括如下步骤：S1、预处理：对图像进行降噪、对比度增强和扁平处理；S2、血管检测：将图像中的血管阴影检测出来；S3、构建邻接矩阵：生成垂直方向的梯度图像，对梯度图像进行归一化处理，并计算邻接矩阵对应的图中各节点间的权重；S4、利用层厚统计信息设置搜索区域：根据层厚统计信息在垂直方向上依次为各层限定搜索的区域；S5、边界检测：先将对比度最高的边界检测出来，根据已检测出的边界迭代地限定每次搜索的区域，再检测剩余边界并进行层分割。本专利技术优选的，所述步骤S1中，采用双边滤波对图像进行降噪处理，采用对数变换和对比度拉伸方法对降噪后的图像进行对比度增强处理。本专利技术优选的，所述步骤S2中，血管检测的步骤包括：S2.1、计算图像中某一区域内每一列的平均灰度，得到图像对应的一个平均灰度列向量；S2.2、采用多项式平滑技术对平均灰度列向量进行处理，拟合得到一条适用于整个样本点的曲线P；S2.3、通过样本点和拟合曲线P的误差判断出血管区域。本专利技术优选的，所述步骤S3中，构建邻接矩阵包括步骤：S3.1、生成垂直方向上的两个梯度图像，一个是由明到暗、另一个是由暗到明，并计算图像中每一个点的梯度；S3.2、对梯度图像进行归一化处理，将梯度图像中各点的像素控制在(0，1)范围内；S3.3、通过归一化之后的梯度图像，结合梯度、标准差、血管阴影的位置以及图像的层厚统计信息对搜索图的权值进行初始化。本专利技术优选的，所述步骤S4中，为了对层厚统计信息约束项进行建模，图像中某点a和中央凹在水平方向上的距离确定a所在的区域，该约束项表示为：其中，bx为b点沿x轴(垂直方向)对应的坐标，μ和σ分别对应a点对应层所在区域的数学期望和标准差，k为相关系数因子。本专利技术优选的，所述步骤S4中，还定义一个向量来辅助限制Dijkstra算法每次遍历时的搜索区域，该向量的定义为：其中，代表从源点中的节点指向当前节点的向量，为先前的节点指向当前节点的向量。本专利技术优选的，所述步骤S5中，结合层厚统计信息和最短路径算法迭代地对剩余各层进行分割。本专利技术的有益效果是：本专利技术针对相干光断层扫描图像的分割问题，提出了一种新的分割方法，以Dijkstra算法和动态规划算法为基础，在谱域相干光断层扫描(SD-OCT)的视网膜图像构建搜索图，充分利用各层的层厚统计信息来限制搜索区域，并且迭代地采用最短路径算法对视网膜各层进行分割，实现了视网膜相干光断层扫描图像多层结构的全自动分割，其有益效果表现如下：(1)鲁棒性：本方法利用平均梯度信息确定图中各节点之间的权重，能避免噪声对分割结果的影响；同时利用血管的位置信息限定区域的权重大小，能够避免血管对分割结果的影响，本方法具有较好的鲁棒性。(2)高效性：本方法结合层厚度统计信息和最短路径方法，初始化节点时仅考虑5条边，具有更高的分割效率。(3)灵活性:本方法也适用于由轻微的病理生理变化引起的视网膜层状结构的层分割，具有较高的灵活性和适应性。附图说明图本文档来自技高网...

【技术保护点】
1.一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法，其特征在于，包括如下步骤：S1、预处理：对图像进行降噪、对比度增强和扁平处理；S2、血管检测：将图像中的血管阴影检测出来；S3、构建邻接矩阵：生成垂直方向的梯度图像，对梯度图像进行归一化处理，并计算邻接矩阵对应的图中各节点间的权重；S4、利用层厚统计信息设置搜索区域：根据层厚统计信息在垂直方向上依次为各层限定搜索的区域；S5、边界检测：先将对比度最高的边界检测出来，根据已检测出的边界迭代地限定每次搜索的区域，再检测剩余边界并进行层分割。

【技术特征摘要】
1.一种基于层厚统计信息模型的相干光断层扫描图像的层分割方法，其特征在于，包括如下步骤：S1、预处理：对图像进行降噪、对比度增强和扁平处理；S2、血管检测：将图像中的血管阴影检测出来；S3、构建邻接矩阵：生成垂直方向的梯度图像，对梯度图像进行归一化处理，并计算邻接矩阵对应的图中各节点间的权重；S4、利用层厚统计信息设置搜索区域：根据层厚统计信息在垂直方向上依次为各层限定搜索的区域；S5、边界检测：先将对比度最高的边界检测出来，根据已检测出的边界迭代地限定每次搜索的区域，再检测剩余边界并进行层分割。2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，采用双边滤波对图像进行降噪处理，采用对数变换和对比度拉伸方法对降噪后的图像进行对比度增强处理。3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，血管检测的步骤包括：S2.1、计算图像中某一区域内每一列的平均灰度，得到图像对应的一个平均灰度列向量；S2.2、采用多项式平滑技术对平均灰度列向量进行处理，拟合得到一条适用于整个样本点的曲线P；S2.3、通过样本点和拟合曲线P的误差判断出血管区域。4.根据权利要...

【专利技术属性】
技术研发人员：刘小明，喻爱辉，王佳，胡威，刘俊，张凯，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42