2型糖尿病眼底图像指标的测量及与糖尿病肾病相关性的分析方法技术

本发明专利技术涉及一种2型糖尿病眼底图像指标的测量及与糖尿病肾病相关性的分析方法。该眼底图像指标的测量包括眼底测量指标纹理、眼底测量几何边缘和眼底血管直径测量。眼底测量指标纹理对以目标中心线像素为中心的图像补丁进行直方图和灰度共生矩阵分析。眼底测量几何边缘:分形维数采用盒计数法计算，血管弯曲度计算为所有血管段的整体曲率除以总血管长度，通过计算图像中血管内空间面积来评估非血管面积，眼底血管直径:以视盘为中心，将血管分为三个同心区，计算每个区域的动脉和小静脉平均直径。通过该测量方法获取2型糖尿病眼底图像指标，用于研究与糖尿病肾病相关性，对糖尿病肾病的诊断具有重要的意义。

【技术实现步骤摘要】
2型糖尿病眼底图像指标的测量及与糖尿病肾病相关性的分析方法
本专利技术涉及一种眼底图像指标测量及分析方法，特别是一种2型糖尿病眼底图像指标的测量及与糖尿病肾病相关性的分析方法。属于医学图像处理领域。
技术介绍
糖尿病是一种发病率很高的系统性疾病，其中90％以上为2型糖尿病。糖尿病肾病(DN)是糖尿病的一种常见微血管并发症，如果不能及时的诊断和治疗，可能会引起终末期肾病，甚至导致死亡。目前临床上用于DN的检测方法主要有肾活检、微量尿白蛋白(MAU)和肾小球滤过率(eGFR)等。但是这些方法面临诸多问题：肾活检会造成很大的创伤；有些DN患者的MAU处于正常范围内，因此MAU检查容易造成漏诊；eGFR检查也是有创的检查方法而且测量过程比较复杂。眼底检查能够通过无创、简单、快速的观察到眼底微血管，对于DN的诊断具有潜在的临床价值。目前有许多的研究利用眼底血管结构的变化来诊断DN，但眼底指标测量需要人工辅助测量，人工测量的方法不仅效率低下，还受到测量环境和主观判断的干扰，导致测量结果不准确，不能够准确的反映血管结构的变化情况。同时，对2型糖尿病患者眼底图像指标与糖尿病肾病相关性的研究未见报道。
技术实现思路
为了解决上述现有技术存在的不足，本专利技术的目的是：提供了2型糖尿病眼底图像指标的测量及与糖尿病肾病相关性的分析方法。本专利技术测量得到的相关参数能分别实现对眼底图像上动脉和静脉血管的量化，眼底纹理和图像几何参数的测量。在2型糖尿病人群中，2型糖尿病眼底图像指标与糖尿病肾病相关性的分析，对糖尿病肾病的早期诊断具有重要的意义。本专利技术的技术方案：一种2型糖尿病眼底图像指标的测量，该测量包括眼底测量指标纹理、眼底测量几何边缘和眼底血管直径测量。进一步，所述的眼底测量指标纹理：对以目标中心线像素为中心的图像补丁进行直方图和灰度共生矩阵分析；具体为描述图像子区域内像素强度值均值和标准差的一阶统计量和二阶统计量，用于描述图像子区域内纹理的粗糙度、粗度和方向性，从灰度共生矩阵分析中提取的测量参数，测量参数包括平均强度、强度标准差、对比度和均匀性。进一步，所述的平均强度利用加权平均的方法来融合不同尺度的图像，保留不同大小的血管；具体方法为：首先，将各个尺度的图像都变换到原图的大小；然后，图像灰度值的范围变换到0～255，并得到整张图的平均强度值；最后，用255与平均值的差的平方作为权重，将各个尺度图像加权平均。进一步，所述的眼底测量几何边缘：分形维数采用盒计数法计算，小动脉和小静脉分形维数分别记为G_aDf和G_vDf；血管弯曲度计算为所有血管段的整体曲率除以总血管长度，小动脉和小静脉弯曲度分别记为G_aTor和G_vTor；通过计算图像中血管内空间面积来评估非血管面积，记为G_Nonv。进一步，所述的眼底测量血管直径以视盘为中心，将血管分为三个同心区，计算每个区域的动脉和小静脉平均直径分别记为C_aCtr、C_aMdl、C_aPeri、C_vCtr、C_vMdl和C_vPeri。进一步，所述的三个同心区为：中心区、中间区和外周区，其中，中心区为0.5-1.0视乳头直径，中间区为1.0-2.0视乳头直径，外周区为大于2.0视乳头直径。2型糖尿病眼底图像指标与糖尿病肾病相关性的分析方法，以上述中任意一项所述的一种2型糖尿病眼底图像指标的测量的2型糖尿病眼底图像指标作为连续变量进行分析。本专利技术的有益效果：本专利技术通过图像处理和边缘量化的过程，获取眼底指标参数不局限于某个特定区域，能够将所有的血管有效利用起来。这些参数从不同的角度对血管进行了量化。各种参数之间相互补充，通过将这个方法获取DN眼底指标效率高，测量结果准确；通过从DN眼底图像指标与糖尿病肾病的相关性分析，能更好辅助糖尿病肾病诊断，对糖尿病肾病的早期诊断具有重要的意义。附图说明图1是图像处理及眼底图像指标测量流程图。具体实施方式下面结合附图及实施例对本专利技术作进一步说明，但不作为对本专利技术的限定。实施例1一种2型糖尿病眼底图像指标的测量，该测量包括眼底测量指标纹理、眼底测量几何边缘和眼底血管直径测量。进一步，所述的眼底测量指标纹理：对以目标中心线像素为中心的图像补丁进行直方图和灰度共生矩阵分析；具体为描述图像子区域内像素强度值均值和标准差的一阶统计量和二阶统计量，用于描述图像子区域内纹理的粗糙度、粗度和方向性，从灰度共生矩阵分析中提取的测量参数，测量参数包括平均强度、强度标准差、对比度和均匀性。进一步，所述的平均强度利用加权平均的方法来融合不同尺度的图像，保留不同大小的血管；具体方法为：首先，将各个尺度的图像都变换到原图的大小；然后，图像灰度值的范围变换到0～255，并得到整张图的平均强度值；最后，用255与平均值的差的平方作为权重，将各个尺度图像加权平均。进一步，所述的眼底测量几何边缘：分形维数采用盒计数法计算，小动脉和小静脉分形维数分别记为G_aDf和G_vDf；血管弯曲度计算为所有血管段的整体曲率除以总血管长度，小动脉和小静脉弯曲度分别记为G_aTor和G_vTor；通过计算图像中血管内空间面积来评估非血管面积，记为G_Nonv。进一步，所述的眼底测量血管直径以视盘为中心，将血管分为三个同心区，计算每个区域的动脉和小静脉平均直径分别记为C_aCtr、C_aMdl、C_aPeri、C_vCtr、C_vMdl和C_vPeri。进一步，所述的三个同心区为：中心区、中间区和外周区，其中，中心区为0.5-1.0视乳头直径，中间区为1.0-2.0视乳头直径，外周区为大于2.0视乳头直径。实施例22型糖尿病眼底图像指标的测量还包括：1、测量前的血管分割：首先去除动脉血管的中心光反射和照度不均匀，然后进行显著特征提取，最后通过自动阈值的方法分离出背景和血管；具体包括如下步骤：1)通过腐蚀算法加粗血管消除中心反射，再用同样大小的结构原件做膨胀，使血管变回原来的直径大小，以保证血管分割不会过粗或过细；2)对去除中心反射后的图像做了高斯模糊处理，使高频信息消失、血管不见，只保留下模糊的背景；然后，将高斯模糊图像与原图作差，即：背景调整，不均匀曝光得以矫正；所述的背景调整的计算公式如下：I'(x,y)＝I0(x,y)-φ(x,y)*I0(x,y)(1)式中：I'(x,y)为处理背景照度调整后的图像；为高斯函数，σ为标准差；3)显著特征提取具体分别包括以下特征提取：强度特征提取、形态学特征提取、方向特征提取和自信息特征提取；进一步，所述的强度特征提取：a)将步骤2)得到的图像做高斯处理降低噪声，得到I'(x,y)；然后，将I'0(x,y)下采样得到I1(x,y)，I1(x,y)图像的尺度变为原来的一半；重复这两个步骤，得到多个不同尺度的眼底图像；该过程用如下公式表示：In+1(x,y)＝I′n(2x,2y)(4)...

【技术保护点】
1.一种2型糖尿病眼底图像指标的测量，其特征是：该测量包括眼底测量指标纹理、眼底测量几何边缘和眼底血管直径测量。/n

【技术特征摘要】
1.一种2型糖尿病眼底图像指标的测量，其特征是：该测量包括眼底测量指标纹理、眼底测量几何边缘和眼底血管直径测量。


2.根据权利要求1所述的一种2型糖尿病眼底图像指标的测量，其特征是：所述的眼底测量指标纹理：对以目标中心线像素为中心的图像补丁进行直方图和灰度共生矩阵分析；具体为描述图像子区域内像素强度值均值和标准差的一阶统计量和二阶统计量，用于描述图像子区域内纹理的粗糙度、粗度和方向性，从灰度共生矩阵分析中提取的测量参数，测量参数包括平均强度、强度标准差、对比度和均匀性。


3.根据权利要求1所述的一种2型糖尿病眼底图像指标的测量，其特征是：所述的平均强度利用加权平均的方法来融合不同尺度的图像，保留不同大小的血管；具体方法为：首先，将各个尺度的图像都变换到原图的大小；然后，图像灰度值的范围变换到0～255，并得到整张图的平均强度值；最后，用255与平均值的差的平方作为权重，将各个尺度图像加权平均。


4.根据权利要求1所述的一种2型糖尿病眼底图像指标的测量，其特征是：所述的眼底测量几何边缘：分形...

【专利技术属性】
技术研发人员：高彬，许夏瑜，王琼，张麦叶，
申请(专利权)人：中国人民解放军空军军医大学，西安交通大学，
类型：发明
国别省市：陕西;61