适用于OCTA图像的血管及黄斑无血管区定量分析方法及系统技术方案

本发明专利技术公开了一种适用于OCTA图像的血管及黄斑无血管区定量分析方法及系统。本发明专利技术通过多尺度线匹配方法实现OCTA图像上的大血管及毛细血管的区分，并采用图论建模方法提升了黄斑无血管区的分割效果，具有稳定性好、精确度高的特点。本发明专利技术为OCTA图像的高精度分割提供了有效途径。

Quantitative Analysis Method and System for Vascular and Macular Vascular Areas in OCTA Images

【技术实现步骤摘要】
适用于OCTA图像的血管及黄斑无血管区定量分析方法及系统
本专利技术属于计算机辅助诊断领域，具体涉及一种适用于OCTA图像的血管及黄斑无血管区定量、自动分析方法及系统。
技术介绍
黄斑水肿是糖尿病视网膜病变中一种严重威胁视力的病变。对糖尿病患者的常规眼底检查方法包括眼底彩照、血管造影图像以及相干光断层成像(OCT)。眼底彩照和OCT图像无法对视网膜毛细血管循环系统进行很好的捕捉，而血管造影图像由于其有创性，无法大规模推广使用。OCTA是一种非侵入性的眼底影像检查技术，可高分辨率识别视网膜及脉络膜的血流运动信息，对活体组织视网膜及脉络膜微血管循环成像。在视网膜及脉络膜血管疾病改变的管理随访和治疗效果检测等方面具有独特优势。尽管国内外已提出多种算法对OCTA图像特征(Characteristics)进行分割及定量(Quantification)，但由于黄斑水肿内部缓慢流动的液体，导致其在OCTA图像上具有与血管类似的信号强度及纹理，使得单纯基于信号强度的分割方法容易产生错误。对具有黄斑水肿病变的OCTA图像进行正确前处理(Preprocessing)，是利用图像特征有效预测威胁视力的糖尿病视网膜病变的关键技术。目前亟待提出一种针对黄斑水肿病变的OCTA图像分析方法。
技术实现思路
本专利技术的目的在于提供一种适用于OCTA图像的血管及黄斑无血管区定量分析方法及系统。为达到上述目的，本专利技术采取的技术方案为：一种适用于OCTA图像的血管及黄斑无血管区定量分析方法，包括以下步骤：1)通过多尺度线检测对OCTA图像上的大血管进行加强，然后进行阈值分割，得到大血管分割图像，对大血管分割图像进行图像细化得到大血管骨架图像；2)通过Hessian矩阵对所述OCTA图像上的血管网络进行加强，然后进行血管网络分割，然后利用步骤1)中的大血管分割图像滤除血管网络中的大血管，得到毛细血管分割图像，对毛细血管分割图像进行图像细化，得到毛细血管骨架图像；3)对步骤1)中的大血管分割图像进行距离变换后建立图割模型，利用图割模型得到黄斑无血管区的分割图像。优选的，所述步骤1)具体包括以下步骤：1.1)多尺度线检测算子的设计：选取m个尺度的正方形算子，每个尺度Li选取d个方向，i＝1,2,…,m，得到m×d个线检测算子，d大于等于4；1.2)利用线检测算子滤波：在每个尺度Li下，利用对应d个方向的线检测算子各自计算得到的灰度平均值中的最大值，对原始图像I的像素灰度进行匹配滤波，得到该尺度下的滤波结果；其中，原始图像I为所述OCTA图像；1.3)多尺度滤波结果的融合：将各尺度线检测算子滤波结果的平均值与原始图像I的对应像素灰度值求和，得到融合图像J；1.4)提取大血管图像：利用阈值分割处理融合图像J后进行去噪，得到大血管分割图像(记为Vlarge)，对Vlarge进行连续细化，得到大血管骨架图Slarge。优选的，所述步骤1)还包括以下步骤：根据Vlarge及Slarge进行大血管定量分析，得到大血管密度LVD以及大血管骨架密度LSD。优选的，所述步骤2)具体包括以下步骤：2.1)基于Hessian矩阵的血管增强：以任意像素点(x,y)为中心对原始图像I进行Hessian滤波，得到Hessian滤波的结果图像H，Hessian滤波的结果为多个尺度下像素点(x,y)的最大灰度值，其中，Hessian滤波的尺度集合为{σ}，尺度σ的取值≥1，σ的步长为1～3；2.2)去除大血管：对Hessian滤波的结果图像H进行阈值分割得到所有血管分割图像V，在V上减去Vlarge，得到毛细血管分割图像(记为Vcap)，对Vcap进行连续细化得到毛细血管骨架图Scap。优选的，所述步骤2)还包括以下步骤：根据Vcap及Scap进行毛细血管定量分析，得到毛细血管密度CVD以及毛细血管骨架密度CSD。所述步骤3)具体包括以下步骤：3.1)提取前景及背景种子：对Vlarge进行距离变换得到距离变换图像D，在距离变换图像D上寻找灰度最大值Imax对应的像素点p(x,y)，以p(x,y)为中心在距离变换图像D上建立选区，得到选区内像素点的集合Sf，所述选区的形状选自边长为1～2倍Imax的正方形、该正方形的外接圆或该圆的其他(除正方形外)内接多边形；将距离变换图像D上位于所述选区外的部分与Vlarge取交集，得到像素点集合Sb；3.2)黄斑无血管区分割：以像素点的集合Sf为前景种子，以像素点的集合Sb为背景种子，建立图割模型并进行优化，得到黄斑无血管区分割结果。优选的，所述步骤3)还包括以下步骤：对根据步骤3.2)确定的黄斑无血管区FAZ进行定量分析，得到区域面积(area)、区域周长(perimeter)，以及区域圆度(R1)。一种适用于OCTA图像的血管及黄斑无血管区定量分析系统，包括OCTA图像定量分析软件，该分析软件包括分别用于原始图像导入(Inputimage)、自动分析及结果显示的功能模块；其中，原始图像导入模块具体用于载入一个或一组待分析的OCTA图像，自动分析模块具体包括用于执行以上步骤1)、步骤2)及步骤3)的若干个子模块(例如，图像前处理子模块、血管特征提取子模块、定量分析计算子模块)，结果显示模块具体用于输出以上各步骤的图像及定量分析结果。上述分析软件还包含账户管理、结果存储和远程传输等功能模块。本专利技术相比于现有技术，具有以下有益效果：本专利技术通过多尺度线匹配方法首次实现了在黄斑水肿OCTA图像上对大血管的单独提取，不仅为大血管定量分析及毛细血管网络的分割提供了有效的分析方法，而且结合采用图论建模方法解决了现有单纯基于信号强度的分割方法无法有效提取黄斑水肿OCTA图像的黄斑无血管区的问题，实现了对黄斑水肿病变下的黄斑无血管区的有效分割，具有稳定性好、精确度高的特点。本专利技术提出的分析系统在自动实现对黄斑水肿病变下的黄斑无血管区的有效分割的同时，还提高了对黄斑水肿引发的视网膜病变的分析方法的可操作性，降低了临床应用的难度，可以实现方法从工作站到用户端的转移，便于用户使用。附图说明图1为本专利技术系统的工作流程图；其中：(a)显示了原始图像I，(b1)显示了不同尺度(m＝3)线检测滤波结果图像，(b2)显示了融合图像J，(b3)显示了距离变换灰度图像D，(b4)显示了Hessian滤波的结果图像H，(b5)显示了所有血管(即血管网络)分割图像V，(c)显示了大血管分割图像Vlarge，(d)显示了毛细血管分割图像Vcap，(e)显示了黄斑无血管区分割图像。图2为基于线检测的大血管分割流程图；其中：(a)显示了原始图像I，(b)显示了不同尺度的滤波结果图像，(c)显示了融合图像J，(d)显示了大血管分割图像Vlarge。图3为基于图割方法的黄斑无血管区分割流程图；其中：(a)显示了原始图像I，(b)显示了背景种子(顶层)、原始图像I(中间)、前景种子(底层)的叠加，(c)显示了图割模型的建立，其中S表示图割模型中的源点，T表示图割模型中的汇聚点，虚线表示优化后的分割结果，(d)显示了基于图割模型分割的黄斑无血管区，其对病变区进行了精确的分割，(e)为分割结果在原始图像I上的显示，其中线圈指出了传统单纯基于强度的分割结果，其位于(d)的分割结果之内，且所标注本文档来自技高网...

【技术保护点】
1.一种适用于OCTA图像的血管及黄斑无血管区分析方法，其特征在于：包括以下步骤：1)通过多尺度线检测对OCTA图像上的大血管进行加强，然后进行阈值分割，得到大血管分割图像，所述大血管为前毛细血管；2)对大血管分割图像进行距离变换后建立图割模型，利用图割模型得到黄斑无血管区的分割图像。

【技术特征摘要】
1.一种适用于OCTA图像的血管及黄斑无血管区分析方法，其特征在于：包括以下步骤：1)通过多尺度线检测对OCTA图像上的大血管进行加强，然后进行阈值分割，得到大血管分割图像，所述大血管为前毛细血管；2)对大血管分割图像进行距离变换后建立图割模型，利用图割模型得到黄斑无血管区的分割图像。2.根据权利要求1所述的分析方法，其特征在于：所述步骤1)具体包括以下步骤：1.1)多尺度线检测算子的设计：选取m个尺度的正方形算子，每个尺度Li选取d个方向，i＝1,2,…,m，得到m×d个线检测算子，d大于等于4；1.2)利用线检测算子滤波：在每个尺度Li下，利用对应d个方向的线检测算子计算的灰度平均值中的最大值，对所述OCTA图像的像素灰度进行匹配滤波，得到该尺度下的线检测算子滤波结果；1.3)多尺度滤波结果的融合：将各尺度下的线检测算子滤波结果的平均值与所述OCTA图像的对应像素灰度值求和，得到融合图像J；1.4)提取大血管图像：利用阈值分割处理融合图像J后进行去噪，得到大血管分割图像。3.根据权利要求1所述的分析方法，其特征在于：所述步骤2)具体包括以下步骤：2.1)提取前景及背景种子：对大血管分割图像进行距离变换得到距离变换图像，在距离变换图像上寻找灰度最大值Imax对应的像素点p(x,y)，以p(x,y)为中心在距离变换图像上建立选区，得到选区内像素点的集合Sf，所述选区的形状选自边长为1～2倍Imax的正方形、该正方形的外接圆或该圆的其他内接多边形，将距离变换图像上位于所述选区外的部分与大血管分割图像取交集，得到像素点集合Sb；2.2)黄斑无血管区分割：以像素点的集合Sf为前景种子，以像素点的集合Sb为背景种子，建立图割模型并进行优化，得到黄斑无血管区分割结果。4.根据权利要求1所述的分析方法，其特征在于：所述步骤2)还包括以下步骤：根据黄斑无血管区的分割图像，对黄斑无血管区进行定量分析，得到黄斑无血管区的区域面积、区域周长，以及区域圆度。5.一种适用于OCTA图像的血管分析方法，其特征在于：该分析方法包括以下步骤：通过多尺度线检测对OCTA图像上的大血管进行加强，然后进行阈值分割，得到大血管分割图像，所述大血管为前毛细血管。6.根据权利要求5所述的分析方法，其特征在于：所述分析方法还包括以下步骤：1)通过Hessian矩阵对所述OCTA...

【专利技术属性】
技术研发人员：许夏瑜，雷剑琴，徐峰，丁文祥，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61