基于双模态光学扫描的视盘新生血管自动检测方法及系统技术方案

本发明专利技术涉及医学图像处理技术领域，具体涉及基于双模态光学扫描的视盘新生血管自动检测方法及系统，包括以下步骤；步骤S1，以单只眼睛的视盘为中心进行扫描并输出包含视盘边界的N张连续的双模态光学扫描图像，依据N张频域光学相干断层扫描图像建立包含视盘边界标注的数据集；步骤S2，使用卷积网络对数据集进行训练、验证以及测试，获得视盘边界检测结果；步骤S3，于每一频域光学相干断层扫描图像和光学相干断层扫描血管造影图像上筛选出视盘新生血管候选区域；步骤S4，于每一视盘新生血管候选区域筛选出视盘新生血管区域；步骤S5，计算单只眼睛的视盘新生血管的体积。单只眼睛的视盘新生血管的体积。单只眼睛的视盘新生血管的体积。

【技术实现步骤摘要】
基于双模态光学扫描的视盘新生血管自动检测方法及系统


[0001]本专利技术涉及医学图像处理
，具体涉及基于双模态光学扫描的视盘新生血管自动检测方法及系统。

技术介绍

[0002]视盘新生血管(NVD)是出现在视盘区域的新生血管，常见于增殖性糖尿病视网膜病变(PDR)，是导致患者严重视力丧失的主要原因之一。根据报道，伴有NVD的PDR患者视力丧失的风险很大。而NVD引发的出血占PDR出血的85％。半数未经治疗的NVD患者在初次诊断后3年内失明。因此，早期诊断和及时治疗NVD对于降低视力丧失的风险至关重要。频域光学相干断层扫描(SD
‑
OCT)和光学相干断层扫描血管造影(OCTA)是两种无创的成像技术，可以从三维层面显示视盘的结构，有助于临床医生进行NVD病情诊断和疗效评估。现有的OCTA设备能够同时提供SD
‑
OCT和OCTA两种模态的视盘图像，这为结合多模态图像进行NVD检测提供了数据基础。自动且准确的NVD检测可以帮助临床医生对NVD进行快速评估和分析，具有重要的意义。
[0003]现有技术中的算法是基于单模态图像来进行NVD检测，如眼底图像或OCTA图像。在基于眼底图像进行NVD检测的方法中，眼底图像无法获取NVD的血流信息，因此检测算法复杂且精确率较低；在基于OCTA图像进行NVD检测的方法中，其能够获得NVD的血流信息，但是NVD的形态学特征不够明显，因此对于NVD的检测往往效果不理想。而且，这些方法大都是人工设计视盘特征和NVD特征，得到的检测结果泛化性和鲁棒性都有待提高，尤其是对NVD区域较小或包含噪声的图像，无法获得较好的检测效果。

技术实现思路

[0004]本专利技术的目的还在于，提供基于双模态光学扫描的视盘新生血管自动检测方法及系统，解决以上技术问题；
[0005]基于双模态光学扫描的视盘新生血管自动检测方法，包括以下步骤；
[0006]步骤S1，以单只眼睛的视盘为中心进行扫描并输出包含所述视盘边界的N张连续的双模态光学扫描图像，所述双模态光学扫描图像包括频域光学相干断层扫描图像和光学相干断层扫描血管造影图像，依据N张所述频域光学相干断层扫描图像建立包含视盘边界标注的数据集，N为大于1的自然数；
[0007]步骤S2，使用卷积网络对所述数据集进行训练、验证以及测试，获得视盘边界检测结果；
[0008]步骤S3，依据所述视盘边界检测结果于每一所述频域光学相干断层扫描图像和所述光学相干断层扫描血管造影图像上筛选出视盘新生血管候选区域；
[0009]步骤S4，于每一所述视盘新生血管候选区域筛选出视盘新生血管区域；
[0010]步骤S5，依据所有所述视盘新生血管区域计算所述单只眼睛的视盘新生血管的体积。
[0011]优选的，其中，步骤S2包括：
[0012]步骤S21，所述卷积网络的特征提取模块利用多个级联的下采样模块提取所述频域光学相干断层扫描图像的视盘边界特征；
[0013]步骤S22，所述卷积网络的注意力模块对所述视盘边界特征进行细化处理；
[0014]步骤S23，所述卷积网络的特征融合模块融合不同尺度的所述视盘边界特征，并将所述视盘边界特征的特征图还原至原图大小后输出视盘边界分割结果；
[0015]步骤S24，对所述视盘边界分割结果进行细化处理，获得初始的视盘边界检测结果；
[0016]步骤S25，使用图搜索算法对所述视盘边界进行优化处理，获得所述视盘边界检测结果。
[0017]优选的，其中，步骤S25具体包括：
[0018]步骤S251，依据所述初始的视盘边界检测结果，确定所述视盘边界的起点以及终点；
[0019]步骤S252，分别设定所述频域光学相干断层扫描图像上的视盘边界点像素值以及背景像素值，并将设定后的所述频域光学相干断层扫描图像作为掩码图像；
[0020]步骤S253，使用所述图搜索算法寻找所述掩码图像上所述起点到所述终点的最短路径。
[0021]优选的，其中，步骤S3包括：
[0022]步骤S30，对所述频域光学相干断层扫描图像进行滤波去噪；
[0023]步骤S31，依据所述视盘边界检测结果，确定所述视盘边界以上部分为感兴趣区域，并去除所述视盘边界以下部分；
[0024]步骤S32，设定一阈值对所述感兴趣区域进行阈值分割，筛选出大于所述阈值的连通区域；
[0025]步骤S33，使用所述感兴趣区域的面积约束和所述感兴趣区域内所有像素的平均灰度值约束对所述感兴趣区域进行筛选，得到所述视盘新生血管候选区域。
[0026]优选的，其中，步骤S33具体包括：
[0027]步骤S331，计算每一所述连通区域的像素面积，去除所述像素面积低于所述面积约束的所述连通区域；
[0028]步骤S332，计算每一所述连通区域的平均灰度值，去除所述平均灰度值低于所述平均灰度值约束的所述连通区域；
[0029]步骤S333，选择剩余的所述连通区域作为所述视盘新生血管候选区域。
[0030]优选的，其中，步骤S4包括：
[0031]步骤S41，依据所述视盘新生血管候选区域，在所述光学相干断层扫描血管造影图像的相同位置确定与所述视盘新生血管候选区域形状大小相同的血管筛选区域；
[0032]步骤S42，判断每一所述血管筛选区域是否存在血流信号，如果是，确定所述血管筛选区域为所述视盘新生血管区域；否则，去除所述血管筛选区域；
[0033]优选的，其中，步骤S5包括：
[0034]步骤S51，对每张所述光学相干断层扫描血管造影图像进行比例换算，确定每个像素点所代表的实际物理面积P；
[0035]步骤S52，通过N张连续的所述光学相干断层扫描血管造影图像计算所述单只眼睛的视盘新生血管的体积V，所述体积V通过如下公式得出：
[0036][0037]其中A
n
为第n张所述光学相干断层扫描血管造影图像上视盘新生血管区域的像素面积，U为连续两张所述光学相干断层扫描血管造影图像的物理扫描间隔。
[0038]基于双模态光学扫描的视盘新生血管自动检测系统，应用于所述视盘新生血管自动检测方法，包括：
[0039]光学相干断层扫描单元，用于获取包含所述视盘边界的所述双模态光学扫描图像；
[0040]所述卷积网络，连接所述光学相干断层扫描单元
[0041]血管候选区域筛选模块，连接所述卷积网络；
[0042]血管区域筛选模块，连接所述血管候选区域筛选模块；
[0043]血管体积计算模块，连接所述血管区域筛选模块。
[0044]优选的，其中，所述卷积网络包括：
[0045]所述特征提取模块，包括一双层卷积模块，与所述光学相干断层扫描单元的输出端连接，还包括多个级联的所述下采样模块；
[0046]所述注意力模块，连接所述特征提取模块；
[0047]多个级联的所述特征融合模块，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于双模态光学扫描的视盘新生血管自动检测方法，其特征在于，包括以下步骤；步骤S1，以单只眼睛的视盘为中心进行扫描并输出包含所述视盘边界的N张连续的双模态光学扫描图像，所述双模态光学扫描图像包括频域光学相干断层扫描图像和光学相干断层扫描血管造影图像，依据N张所述频域光学相干断层扫描图像建立包含视盘边界标注的数据集，N为大于1的自然数；步骤S2，使用卷积网络对所述数据集进行训练、验证以及测试，获得视盘边界检测结果；步骤S3，依据所述视盘边界检测结果于每一所述频域光学相干断层扫描图像和所述光学相干断层扫描血管造影图像上筛选出视盘新生血管候选区域；步骤S4，于每一所述视盘新生血管候选区域筛选出视盘新生血管区域；步骤S5，依据所有所述视盘新生血管区域计算所述单只眼睛的视盘新生血管的体积。2.根据权利要求1所述的视盘新生血管自动检测方法，其特征在于，步骤S2包括：步骤S21，所述卷积网络的特征提取模块利用多个级联的下采样模块提取所述频域光学相干断层扫描图像的视盘边界特征；步骤S22，所述卷积网络的注意力模块对所述视盘边界特征进行细化处理；步骤S23，所述卷积网络的特征融合模块融合不同尺度的所述视盘边界特征，并将所述视盘边界特征的特征图还原至原图大小后输出视盘边界分割结果；步骤S24，对所述视盘边界分割结果进行细化处理，获得初始的视盘边界检测结果；步骤S25，使用图搜索算法对所述视盘边界进行优化处理，获得所述视盘边界检测结果。3.根据权利要求2所述的视盘新生血管自动检测方法，其特征在于，步骤S25具体包括：步骤S251，依据所述初始的视盘边界检测结果，确定所述视盘边界的起点以及终点；步骤S252，分别设定所述频域光学相干断层扫描图像上的视盘边界点像素值以及背景像素值，并将设定后的所述频域光学相干断层扫描图像作为掩码图像；步骤S253，使用所述图搜索算法寻找所述掩码图像上所述起点到所述终点的最短路径。4.根据权利要求3所述的视盘新生血管自动检测方法，其特征在于，步骤S3包括：步骤S30，对所述频域光学相干断层扫描图像进行滤波去噪；步骤S31，依据所述视盘边界检测结果，确定所述视盘边界以上部分为感兴趣区域，并去除所述视盘边界以下部分；步骤S32，设定一阈值对所述感兴趣区域进行阈值分割，筛选出大于所述阈值的连通区域；步骤S33，使用所述感兴趣区域的面积约束和所述感兴趣区域内所有像素的平均灰度值约束对所述感兴趣区域进行筛选，得到所述视盘新生血管候选区域。5.根据权利要求4所述的视盘新生血管自动检测方法，其特征在于，步骤S33具体包括：步骤S331，计算每一所述连通区域的像素面积...

【专利技术属性】
技术研发人员：王相宁，钱波，盛斌，吴强，
申请(专利权)人：上海市第六人民医院，
类型：发明
国别省市：