基于中层块空间结构的视网膜血管分割方法技术

本发明专利技术公开了一种基于中层块空间结构的视网膜血管分割方法，包括构造样本集；从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值；构造随机森林分类器，对结构块进行分类，使用特征集成模型中的内容线性组合表示新图像上的血管结构；输入待分析的彩色眼底图，提取特征后采用随机森林分类器检测结构块所属的血管结构类别，使用模型中的内容稀疏线性表示彩色图像中血管结构，并匹配血管标签值，通过计算单个像素点上重叠结构块标签值的概率，完成对图像的分割。本发明专利技术方法能够对视网膜血管进行快速准确分割，而且可靠性高，算法运行时间短。

Retinal vascular segmentation based on the spatial structure of middle-layer blocks

【技术实现步骤摘要】
基于中层块空间结构的视网膜血管分割方法
本专利技术属于图像处理领域，具体涉及一种基于中层块空间结构的视网膜血管分割方法。
技术介绍
随着经济水平的提高，人们对自己的身体健康状况也越来越关心。而随着智能手机等的普及和大量使用，眼科疾病已经严重危害和影响人们的日常生活。相关数据显示，青光眼、先天和遗传性眼病、眼底病变等分别占到了8.8％、5.1％、8.4％的致盲比例。糖尿病视网膜病变、青光眼等眼底疾病又具有不可逆转、高发病率等特点，对患有这些疾病的患者的生活危害性极大。彩色眼底图是医学临床诊断眼科疾病的重要依据，对其结构的分析可以作为判断如高血压、糖尿病、心脑血管等疾病的重要依据。同时，视网膜血管还能为其他全身性疾病提供有效的诊断依据。比如，当视网膜微血管发生变化时，表明身体可能存在某些循环性疾病隐患。视网膜血管作为人体内唯一能够通过影像技术、非创伤性直接观察到的深层毛细血管，它的结构变化与糖尿病等疾病的严重程度以及恢复情况存在紧密的联系。糖尿病视网膜病变是从人体中微血管发生变化开始的。视网膜血管的结构是比较稳定的，即使随着人体的衰老，也不会产生较大的变化，除了糖尿病、高血压、心脑血管等疾病或外力作用的影响以外，它的结构变化也很少受到其它疾病的影响。目前，对于视网膜血管分割技术的研究，大致可以分为两大类别：基于监督学习方法的视网膜血管分割、基于非监督学习的视网膜血管分割。其中非监督学习的视网膜血管分割又包含了血管追踪方法、匹配滤波的方法、形态学的方法、基于模型的方法等。在现有的视网膜血管分割方法中，非监督学习的方法普遍没有监督学习方法分割精度高，监督学习方法的分割精度和时效性等都表现的更好。现在更常见的是将非监督学习方法融入监督学习方法中使用，以求得更好的视网膜血管分割效果。但是，现有的监督学习方法仍然不能满足实时分割的要求，分割时间有较大的延迟，严重影响了视网膜血管分割技术的应用。
技术实现思路
本专利技术的目的在于提供一种可靠性高且运算时间短的基于中层块空间结构的视网膜血管分割方法。本专利技术提供的这种基于中层块空间结构的视网膜血管分割方法，包括如下步骤：S1.构造样本集；S2.从样本集彩色图像中的结构块提取特征表达对应的血管结构标签值；S3.构造随机森林分类器，采用构造的随机森林分类器对结构块进行分类，再使用特征集成模型中的内容线性组合表示输入图像中的血管结构；S4.输入待分析的彩色眼底图，提取特征后采用步骤S3构建的随机森林分类器检测待分析彩色眼底图中的结构块所属的血管结构类别，并采用训练模型中的内容稀疏线性表示彩色图像中血管结构，给出对应的血管标签值，通过重叠结构块标签值的概率计算最终的结果，完成对图像的分割。步骤S1所述的构造样本集，具体为采用如下步骤构造样本集：A.以Z表示原始图像，为Num×Num的血管标签结构块，A为结构块特征构成的模型且大小为K×Num×Num，X为稀疏表示的K维向量，N为结构块的数量，且Z≈A*X；B.在数据库中选取若干大小为Num1×Num1的图像，扫描选取图像的每个像素点，并当扫描到血管点后，以该血管点为中心提取Num×Num大小的结构块，记录提取的结构块的中心像素点位置；C.以步骤B中提取的结构块作为模型的训练内容，从而构造出样本集。步骤S2所述的从样本集中的彩色图像中的结构块提取特征表达对应的血管结构标签值，具体为采用如下步骤提取血管结构标签值：a.计算每个结构块的多特征通道信息；b.基于步骤a得到的多特征通道信息，进行自相似特征计算，并匹配血管结构标签值。步骤S3所述的构造随机森林分类器，采用随机森林分类器对结构块进行分类，具体为采用如下步骤构造随机森林分类器并进行结构块分类：(1)构造决策树：决策树F递归循环其左子树或右子树的标签，树中的每个节点都有一个分裂函数，由分裂函数决定节点是在左分支还是右分支，直到其到达叶节点才停止分裂，实现对血管结构块的分类，最终输出存储在叶节点上；(2)构造一组决策树形成随机森林，确保随机选用的训练样本和特征足够多样化，防止随机森林训练过程中产生过度拟合；(3)随机森林对一组决策树投票结果的最终输出进行预测，从而完成结构块分类。本专利技术提供的基于中层块空间结构的视网膜血管分割方法，根据彩色眼底图像视网膜血管的稀疏性结构特征，假设眼底图像共享血管结构相同或者相似的细小中层图像块，提出使用中层块空间结构的方法实现视网膜血管分割。不同于已有方法，本专利技术不再以像素点分类为主，而是通过对血管结构块的多分类实现血管分割，能够加快血管检测的时间；选取的特征中没有复杂的特征，是颜色和高斯特征的组合，这种类型的特征不需要有复杂的计算和参数设置；为了实现血管结构的多分类，选用了随机森林分类器，它能实现对整个结构块的分类，将特征训练成模型，不仅分类的效果好，而且速度快；在检测眼底图像血管结构时，采用每两个像素点为步长的方法，使得一个像素点上能够得到多个结构块的预测标签值，可以通过对单个像素点标签的概率计算，提高分割的准确度；因此本专利技术方法的可靠性高，而且分割时间快速。附图说明图1为本专利技术方法的流程示意图。图2为本专利技术方法的各种形状的局部血管结构块示意图。图3为本专利技术方法的彩色眼底图和其对应的结构块组成部分示意图。图4为本专利技术方法的一维和二维高斯函数图像示意图。图5为本专利技术方法的彩色眼底图像高斯滤波之后的结果示意图。图6为本专利技术方法的血管结构分类示意图。图7为本专利技术方法在彩色眼底图中提取结构块的方法示意图。具体实施方式如图1所示为本专利技术方法的方法流程示意图：本专利技术提供的这种基于中层块空间结构的视网膜血管分割方法，包括如下步骤：S1.构造样本集；具体为采用如下步骤构造样本集：A.以Z表示原始图像，为Num×Num的血管标签结构块，A为结构块特征构成的模型且大小为K×Num×Num，X为稀疏表示的K维向量，N为结构块的数量，且Z≈A*X；B.在数据库中选取若干大小为Num1×Num1的图像，扫描选取图像的每个像素点，并当扫描到血管点后，以该血管点为中心提取Num×Num大小的结构块，记录提取的结构块的中心像素点位置；C.以步骤B中提取的结构块作为模型的训练内容，从而构造出样本集；具体实施时，使用Z表示原始图像，即大小为16×16的血管标签结构块，A则表示结构块特征构成的模型，尺寸大小为K×16×16，X是稀疏表示的K维向量，N为结构块的数量，其计算公式如下所示：Z≈A*X在数据库中的训练集包含彩色眼底图和其对应的二值血管图，其中每幅图像的大小归一化为584×565，从这些二值血管图中选择代表不同血管结构的标签结构块构造模型中的初始矩阵，其中每一个结构块都可以表示彩色眼底图中不同的血管信息，如图2所示为不同血管结构；扫描二值血管图像中的每个像素点，当扫描到血管点之后，以此为中心提取大小为16×16的结构块，获得血管标签结构块，并记录结构块的中心像素点位置D(x,y)，以便后期特征提取，从提取到的结构块中选取一部分样本作为模型中的训练内容，如图3所示为彩色图像和其中取出的结构块等；S2.从样本集中对应的彩色图像中的结构块提取特征表达对应的血管结构标签值；具体为采用如下步骤提取血管结构标签值：a.计算每个结构块的多特征通道信息；b.基于步骤a得到的多特征通道信息，本文档来自技高网...

【技术保护点】
1.一种基于中层块空间结构的视网膜血管分割方法，包括如下步骤：S1.构造样本集；S2.从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值；S3.构造随机森林分类器，采用构造的随机森林分类器对结构块进行分类，再使用特征集成模型中的内容线性组合表示新图像上的血管结构；S4.输入待分析的彩色眼底图，提取特征后采用步骤S3构建的随机森林分类器检测待分析彩色眼底图中的结构块所属的血管结构类别，并采用训练模型中的内容稀疏线性表示彩色图像中血管结构，并给血管标签值，通过重叠结构块标签值的概率计算，完成对图像的分割。

【技术特征摘要】
1.一种基于中层块空间结构的视网膜血管分割方法，包括如下步骤：S1.构造样本集；S2.从彩色图像样本集的结构块中提取特征表达对应的血管结构标签值；S3.构造随机森林分类器，采用构造的随机森林分类器对结构块进行分类，再使用特征集成模型中的内容线性组合表示新图像上的血管结构；S4.输入待分析的彩色眼底图，提取特征后采用步骤S3构建的随机森林分类器检测待分析彩色眼底图中的结构块所属的血管结构类别，并采用训练模型中的内容稀疏线性表示彩色图像中血管结构，并给血管标签值，通过重叠结构块标签值的概率计算，完成对图像的分割。2.根据权利要求1所述的基于中层块空间结构的视网膜血管分割方法，其特征在于步骤S1所述的构造样本集，具体为采用如下步骤构造样本集：A.以Z表示原始图像，为Num×Num的血管标签结构块，A为结构块特征构成的模型且大小为K×Num×Num，X为稀疏表示的K维向量，N为结构块的数量，且Z≈A*X；B.在数据库中选取若干大小为Num1×Num1的图像，扫描选取图像的每个像素点，并当扫描到血管点后，以该血管点为中心提取Num×Num大小的结构块，记录提取的结构块...

【专利技术属性】
技术研发人员：赵荣昌，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43