一种基于视频图像的眼震类型分类方法技术

本发明专利技术公开一种基于视频图像的眼震类型分类方法，包括以下步骤：读取眼震视频的一帧图像，结合U

【技术实现步骤摘要】
一种基于视频图像的眼震类型分类方法


[0001]本专利技术涉及数字图像处理技术和信息处理
，特别涉及一种基于视频图像的眼震类型分类方法。

技术介绍

[0002]眼震即眼球发生震颤，它是眼球的一种非自主性、有节律性的往返运动，是眩晕症状的一种表现形式。它的运动通常为水平的，但也有垂直的、旋转的和旋转与水平或垂直混合性眼震。眼震电图和视频眼震图都是对这种眼球运动的一种记录，对耳鼻喉科中眩晕性疾病的诊断具有重要意义。眼震电图是通过表皮电极引导微弱的角膜、视网膜电位差从而间接地获得眼球运动参数，然而这种方法不能判断眼震方向，噪声也比较大，这对眼震图记录的准确性和可靠性带来较大的影响。而基于视频采集的眼震图记录方法不需要利用生物电信号，而是使用红外摄像头直接获取眼球运动的图像并由计算机分析瞳孔运动轨迹，进而定量分析眼震。这种简捷方便的方法得到广大研究人员的关注，也逐渐替代了原有的眼震电图。而目前对眼震类型的识别分类主要依赖与医生的经验，因而无法避免人为的主观误差。
[0003]计算机辅助诊断已经成为医学疾病诊断的重要手段之一。计算机诊断可充本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频图像的眼震类型分类方法，其特征在于，所述方法包括以下步骤：(1)读取眼震视频的一帧图像，采用U
‑
net神经网络实现图像中瞳孔粗分割，并利用阈值分割方法进行细分割，获取瞳孔图像；(2)对细分割后的瞳孔图像进行圆拟合得到瞳孔边界，确定圆心和半径，即瞳孔中心和半径；(3)提取瞳孔边界向外的部分虹膜图像；(4)重复步骤(1)
‑
(3)，对眼震视频的每一帧图像进行处理，将每一帧图像提取的瞳孔中心和半径分别构成序列；(5)以第一帧图像提取的部分虹膜图像作为参考模板，分别计算每一帧图像提取的部分虹膜图像与参考模板的余弦相似度值，并构成余弦相似度序列；(6)将瞳孔中心序列、瞳孔半径序列、余弦相似度序列作为特征向量输入到分类网络训练得到分类模型，并通过该模型获得眼震类型。2.根据权利要求1所述的一种基于视频图像的眼震类型分类方法，其特征在于，所述步骤1具体为：读取眼震视频的第i帧图像I
i
；采用U
‑
net神经网络实现所述图像I
i
中瞳孔粗分割，初步得到瞳孔二值化图像B
i
；根据所述瞳孔二值化图像B
i
，利用4连通域方法判断B
i
的最大连通域，根据最大连通域的轮廓并利用最小外接圆算法拟合圆，初步得到瞳孔的圆心O
i
以及半径r
i
；以所述圆心O
i
和1.3半径r
i
设置感兴趣区域，提取所述图像I
i
中瞳孔区域图像R
i
，并获取瞳孔区域绿色通道图像G
i
；采用同态滤波以及限制对比度自适应直方图均衡对所述瞳孔区域绿色通道图像进行增强，得到G'
i
；对增强后的图像进行阈值分割，获取最终的瞳孔二值图像B'
i
。3.根据权利要求1所述的一种基于视频图像的眼震类型分类方法，其特征在于，所述步骤2具体为：利用4连通域方法判断所述瞳孔二值图像B'
i
...

【专利技术属性】
技术研发人员：佘垚英，周梅，于栋桢，李庆利，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：