眼底图像血管影像分割方法及设备技术

本发明专利技术提供一种眼底图像血管影像分割方法及设备，所述包括如下步骤：获取眼底图像；将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；利用分割图像块拼接出眼底血管图像。

Vessel Image Segmentation Method and Equipment for Fundus Image

【技术实现步骤摘要】
眼底图像血管影像分割方法及设备
本专利技术涉及医学影像识别领域，具体涉及一种眼底图像血管影像分割方法。
技术介绍
图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。语义分割是在图像分割的基础上，识别出每一块区域的语义。图像语义分割是AI领域中一个重要的分支，目前被广泛应用在地理信息系统、无人车驾驶、医疗影像分析、机器人等领域中。眼底图像中包括大量且细小的血管影像，很多眼底疾病与血管状态有关。例如眼底血管弹性减弱，其体现为动脉壁反光增强，这种情况在眼底图像中被显示为反光区域，其像素值与正常的区域有一些区别。但是这种区域的特征不明显，观测区分难度很大。端到端的卷积神经网络依靠强大的表达能力在图像分割领域能够得到比较准确的结果。但是对于卷积神经网络等机器学习模型而言，如果前景信息只占图像区域很小的比例，则比较难训练出性能优秀的表达模型，模型的识别准确性会比较低。眼底图像的尺寸通常较大，而血管区域只占非常小的比率，现有技术利用卷积神经网络等机器学习模型对眼底图像中的血管区域进行分割，所得到的分割结果正确性较低，例如容易漏掉细小的血管区域或者将背景或其它纹理误判为血管区域。
技术实现思路
有鉴于此，本专利技术提供一种眼底图像血管影像分割方法，包括如下步骤：获取眼底图像；将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；利用分割图像块拼接出眼底血管图像。可选地，相邻的所述图像块有部分重叠。可选地，将所述眼底图像划分为多个图像块，包括：利用滑动窗口遍历所述眼底图像取得图像块，遍历过程中的滑动方向包括水平方向和竖直方向，在两个所述方向中的滑动步长均小于所述滑动窗口的长度和宽度。可选地，在利用分割图像块拼接出眼底血管图像的过程中，对于相邻的分割图像块的重叠部分，取重叠部分像素值的平均值或者最大值。可选地，所述分割模型输出二值图像块，以两种像素值分别表达背景和血管影像。本专利技术提供另一种眼底图像血管影像分割方法，包括：获取眼底图像；利用分割模型采用自循环处理方式针对所述眼底图像中的血管影像进行分割，在达到设定的循环终止条件时输出眼底血管图像，在自循环过程中，使所述分割模型以当前的输入数据和针对当前的输入数据提取的血管特征数据进行叠加作为下一次的输入数据，所述眼底血管图像是根据循环终止时的输入数据和血管特征数据的叠加结果得到的图像。可选地，所述循环终止条件为循环次数。可选地，所述分割模型输出二值眼底血管图像，以两种像素值分别表达背景和血管影像。相应地，本专利技术提供一种眼底图像血管影像分割设备，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一种眼底图像血管影像分割方法。相应地，本专利技术提供一种眼底图像血管影像分割设备，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述第二种眼底图像血管影像分割方法。根据本专利技术提供的一种眼底图像血管影像分割方法及设备，将眼底图像划分为图像块，并利用分割模型针对图像块中的血管影像进行分割，得到对应于图像块的分割结果，然后将这些分割结果拼接为完整的眼底血管图像，由此实现自动化的血管影像分割操作，并且提高了分割结果的准确性，所得到的眼底血管图像能够协助医生对眼底血管弹性减弱等疾病进行诊断，提高医生的工作效率。根据本专利技术提供的另一种眼底图像血管影像分割方法及设备，使分割模型针对眼底图像全图的血管影像进行分割，不必事先划分图像块，采用自循环的工作方式，使分割模型对血管特征数据进行多次提取，参考自身提取到的血管特征数据做进一步的分割，以此来提高最终分割结果的准确性。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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为本专利技术实施例中的眼底图像血管影像分割方法的流程图；图2为本专利技术实施例中的眼底图像；图3为图2所示眼底图像中的一个图像块；图4为分割模型针对图3所示图像块的分割结果；图5为针对图2所示图像进行分割并拼接得到的眼底血管图像；图6是本专利技术实施例中使用滑动窗口获取图像块的示意图；图7为本专利技术实施例中的眼底图像血管壁反光状态标记数据生成方法的流程图；图8为本专利技术实施例中的全局血管区域图像；图9为针对图3所示的血管影像拟合椭圆区域的示意图；图10为根据椭圆区域和血管影像选取像素点的示意图；图11为本专利技术实施例中一种优选的眼底图像血管壁反光状态标记数据生成方法的流程图；图12为本专利技术实施例中增强对比度的眼底图像；图13、图14为本专利技术实施例中搜索血管区域的过程示意图；图15为本专利技术实施例中在眼底图像中添加了标记数据的结果示意图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例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。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。本专利技术提供了一种眼底图像血管影像分割方法，该方法可以由计算机和服务器等电子设备执行。如图1所示该方法包括如下步骤：S1A，获取眼底图像。在一个实施例中，对眼底拍照设备采集的眼底视网膜照片进行裁剪，去除了边界得到如图2示正方形眼底图像。在其它实施例中也可以不进行这些预处理，可直接使用眼底拍照设备采集的眼底照片。S2A，将眼底图像划分为多个图像块,图像块的尺寸根据眼底图像的尺寸进行设定，对于多数情况，划分的图像块的尺寸应当明显小于整个眼底图像的尺寸。例如眼底图像的尺寸为1000*1000(像素)，所划分出的图像块的尺寸是100*100(像素)。各个图像块的尺寸可以是相同或者不同的。相邻的图像块边界可以相互紧邻，也可以有部分重叠。S3A，利用分割模型分别针对各个图像块中的血管影像进行分割得到分割图像块。分割模型具体可以是FCN、SegNet、DeepLab等神经网络，在使用分割模型之前应当使用样本数据对其进行训练使其具备一定的语义分割能力，具体可使用人工标记了血管区域的样本图像块训练得到。分类模型会提取图像块中血管影像的特征，并根据提取的特征形成分割图像块，在其中凸显出血管影像，具体的凸显方式有多种，例如采用明显不同于背景的各种像素值表达血管所在的位置等等。作为一个具体的举例，将图3所示的图像块输入分割模型，可以得到如图4所示的分割图像块，在这一实施例中所使用的分类模型输出的是二值图像，它采用两种像素值分别表达背景和血管影像，直观地凸显血管位置，并且二值图像更有利于后续对血管影像的测量操作。S4A，利用分割图像块本文档来自技高网...

【技术保护点】
1.一种眼底图像血管影像分割方法，其特征在于，包括如下步骤：获取眼底图像；将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；利用分割图像块拼接出眼底血管图像。

【技术特征摘要】
1.一种眼底图像血管影像分割方法，其特征在于，包括如下步骤：获取眼底图像；将所述眼底图像划分为多个图像块，并利用分割模型分别针对各个所述图像块中的血管影像进行分割得到分割图像块；利用分割图像块拼接出眼底血管图像。2.根据权利要求1所述的方法，其特征在于，相邻的所述图像块有部分重叠。3.根据权利要求2所述的方法，其特征在于，将所述眼底图像划分为多个图像块，包括：利用滑动窗口遍历所述眼底图像取得图像块，遍历过程中的滑动方向包括水平方向和竖直方向，在两个所述方向中的滑动步长均小于所述滑动窗口的长度和宽度。4.根据权利要求2或3所述的方法，其特征在于，在利用分割图像块拼接出眼底血管图像的过程中，对于相邻的分割图像块的重叠部分，取重叠部分像素值的平均值或者最大值。5.根据权利要求1-4中任一项所述的方法，其特征在于，所述分割模型输出二值图像块，以两种像素值分别表达背景和血管影像。6.一种眼底图像血管影像分割方法，其特征在于，包括：获取眼底图像；利用分割模型采用自循环处理方式针对所述眼底图像中的血管影像进行分割，在达到设定的循环终止条件时输出眼...

【专利技术属性】
技术研发人员：马永培，熊健皓，赵昕，和超，张大磊，
申请(专利权)人：上海鹰瞳医疗科技有限公司，
类型：发明
国别省市：上海,31