高精度单帧眼底荧光造影图像渗漏区域分割方法及系统技术方案

本发明专利技术公开了一种基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，该方法包括以下步骤：S1、筛选出有黄斑渗漏或视盘渗漏的报告；S2、选择造影后期t1至t2分钟的眼底荧光造影图像作为工作数据集；S3、截取包含黄斑渗漏或视盘渗漏区域的图像；S4、生成视网膜血管掩膜；S5、去除图像I0上的血管部分；S6、进行淡化处理；S7、采用基于高斯混合模型的方法对图像X'进行分割；S8、对初步渗漏分割图像进行优化。本发明专利技术提供的基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统，能够实现对单帧眼底荧光造影图像的高精度分割，对眼底疾病的辅助诊断具有潜在的医学价值。有潜在的医学价值。有潜在的医学价值。

【技术实现步骤摘要】
高精度单帧眼底荧光造影图像渗漏区域分割方法及系统


[0001]本专利技术涉及医学图像处理领域，特别涉及一种高精度单帧眼底荧光造影图像渗漏区域分割方法及系统。

技术介绍

[0002]眼底荧光造影技术是诊断早期视网膜屏障的受损状态的“金标准”，它的一个重要的功能是对眼底渗漏进行成像。为了对图像上的眼底渗漏开展进一步的分析，需要对眼底渗漏区域进行分割。目前，临床中多采用人工的方式实现眼底渗漏区域的分割。这种人工分割的方式不仅费时费力，还具有很强的主观性。因此，发展自动眼底渗漏图像分割方法尤为重要。
[0003]现有的自动眼底渗漏分割方法主要是通过对多帧眼底荧光造影图像的分析来实现的，这些方法需要建立在对多帧眼底荧光造影图像的精确配准之上。然而，要通过算法实现这样精确配准十分复杂而且有一定的配准失败概率。因此，单帧眼底荧光渗漏区域分割方法具有很大的优势。但是，现存的单帧眼底荧光渗漏区域分割方法存在着分割的精度低或者需要长时训练的问题。

技术实现思路

[0004]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于高斯混合模型的高精度单帧眼底荧光造影图像渗漏区域分割方法及系统。
[0005]为解决上述技术问题，本专利技术采用的技术方案是：一种高精度单帧眼底荧光造影图像渗漏区域分割方法，包括以下步骤：
[0006]S1、从采集的眼底荧光造影图像报告中，筛选出有黄斑渗漏或视盘渗漏的报告；
[0007]S2、在步骤S1筛选出的报告中选择造影后期t1至t2分钟的眼底荧光造影图像作为工作数据集；
[0008]S3、对工作数据集中的眼底荧光造影图像进行预处理：截取包含黄斑渗漏或视盘渗漏区域的图像，得到预处理后的眼底荧光造影图像I0；
[0009]S4、利用步骤S3得到的图像I0生成视网膜血管掩膜；
[0010]S5、利用步骤S4得到的视网膜血管掩膜去除图像I0上的血管部分，得到无血管图像W，并对无血管图像W进行高斯模糊处理，得到图像W'；
[0011]S6、对图像W'的背景进行淡化处理：先去除图像W'的背景，得到无血管图像X，然后将无血管图像X赋予空间高斯分布权重，得到背景淡化处理后的图像X'；
[0012]S7、采用基于高斯混合模型的方法对图像X'进行分割，得到初步渗漏分割图像；
[0013]S8、对步骤S7的初步渗漏分割图像进行优化，得到最终的渗漏分割图像。
[0014]优选的是，所述步骤S4具体包括：
[0015]S4
‑
1、利用Sobel算子对图像I0进行处理，得到图像I0的梯度图像S，表示为：
[0016][0017]其中，x,y表示像素；
[0018]S4
‑
2、分别采用腐蚀操作和膨胀操作对梯度图像S(x,y)进行处理，得到腐蚀后的图像Erode(S(x,y))和膨胀后的图像Dilate(S(x,y))，然后将图像Dilate(S(x,y))与图像Erode(S(x,y))的像素差值大于P1的区域认定为血管存在的区域S
RBVR
，计算公式为：
[0019]S
RBVR
＝{(x,y)|Dilate(S(x,y))
‑
Erode(S(x,y))＞P1}；
[0020]S4
‑
3、对区域S
RBVR
进行闭操作处理，以填充孤立区域，得到视网膜血管掩膜S
FBVR
，表示为：
[0021]S
FBVR
＝Close(S
RBVR
)。
[0022]优选的是，所述步骤S5具体包括：
[0023]S5
‑
1、对步骤S3得到的眼底荧光造影图像I0进行开操作处理，去除眼底荧光造影图像上的血管U，得到渗漏区域被影响的无血管图像，U表示为：
[0024]U＝Open(I)；
[0025]S5
‑
2、在视网膜血管掩膜覆盖的区域内，将渗漏区域被影响的无血管图像赋给眼底荧光造影图像I0，得到了渗漏区域不被影响的无血管图像W，表示为：
[0026][0027]S5
‑
3、对渗漏区域不被影响的无血管图像W进行高斯模糊处理，以淡化掩膜边缘伪影，得到处理后的图像W'，表示为：
[0028]W'＝Gaussian Blur(W)。
[0029]优选的是，所述步骤S6具体包括：
[0030]S6
‑
1、对步骤S5得到的渗漏区域不被影响的无血管图像W'进行腐蚀操作，得到渗漏区域被消除的背景图像Erode(W')，然后用图像W'减去背景图像Erode(W')，得到去背景的无血管图像X，表示为：
[0031]X＝W'
‑
Erode(W')；
[0032]S6
‑
2、将去背景的无血管图像赋予空间高斯分布权重，得到背景淡化处理后的图像X'，表示为：
[0033]X'(x,y)＝X(x,y)
×
Gaussian Distribution(x,y)。
[0034]优选的是，所述步骤S7具体包括：
[0035]S7
‑
1、对步骤S6得到的图像X'进行降采样，得到降采样后的图像D(x,y)表示为：
[0036]D(x,y)＝Downsample(X'(x,y))；
[0037]S7
‑
2、将降采样后的图像D(x,y)输入高斯混合模型并计算出图像高斯混合模型的μ值的均值M：
[0038]M＝Mean(Gaussian Mixture Model
μ
(D(x,y)))；
[0039]S7
‑
3、以均值M的α倍作为阈值，对步骤S6得到的图像X'进行阈值分割，得到初步渗漏分割图像S
RLR
，表示为：
[0040]S
RLR
＝{(x,y)|X'(x,y)＞α
×
M}；
[0041]其中，0＜α＜1。
[0042]优选的是，所述步骤S8具体包括：
[0043]首先，计算出步骤S7得到的初步渗漏分割图像S
RLR
中每个连通区域的面积；然后，计算出联通区域面积的最大值S
max
；最后，将面积小于β*S
max
的连通区域从初步渗漏分割图像S
RLR
中剔除，得到最终的渗漏分割图像，其中，0＜β＜1。
[0044]优选的是，其中，t1＝5，t2＝6，P1＝50，α＝0.75，β＝0.02。
[0045]本专利技术还提供一种高精度单帧眼底荧光造影图像渗漏区域分割系统，其采用如上所述的方法进行眼底荧光造影图像渗漏区域的分割。
[0046]本专利技术还提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被执行时用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度单帧眼底荧光造影图像渗漏区域分割方法，其特征在于，包括以下步骤：S1、从采集的眼底荧光造影图像报告中，筛选出有黄斑渗漏或视盘渗漏的报告；S2、在步骤S1筛选出的报告中选择造影后期t1至t2分钟的眼底荧光造影图像作为工作数据集；S3、对工作数据集中的眼底荧光造影图像进行预处理：截取包含黄斑渗漏或视盘渗漏区域的图像，得到预处理后的眼底荧光造影图像I0；S4、利用步骤S3得到的图像I0生成视网膜血管掩膜；S5、利用步骤S4得到的视网膜血管掩膜去除图像I0上的血管部分，得到无血管图像W，并对无血管图像W进行高斯模糊处理，得到图像W'；S6、对图像W'的背景进行淡化处理：先去除图像W'的背景，得到无血管图像X，然后将无血管图像X赋予空间高斯分布权重，得到背景淡化处理后的图像X'；S7、采用基于高斯混合模型的方法对图像X'进行分割，得到初步渗漏分割图像；S8、对步骤S7的初步渗漏分割图像进行优化，得到最终的渗漏分割图像。2.根据权利要求1所述的高精度单帧眼底荧光造影图像渗漏区域分割方法，其特征在于，所述步骤S4具体包括：S4
‑
1、利用Sobel算子对图像I0进行处理，得到图像I0的梯度图像S，表示为：其中，x,y表示像素；S4
‑
2、分别采用腐蚀操作和膨胀操作对梯度图像S(x,y)进行处理，得到腐蚀后的图像Erode(S(x,y))和膨胀后的图像Dilate(S(x,y))，然后将图像Dilate(S(x,y))与图像Erode(S(x,y))的像素差值大于P1的区域认定为血管存在的区域S
RBVR
，计算公式为：S
RBVR
＝{(x,y)|Dilate(S(x,y))
‑
Erode(S(x,y))＞P1}；S4
‑
3、对区域S
RBVR
进行闭操作处理，以填充孤立区域，得到视网膜血管掩膜S
FBVR
，表示为：S
FBVR
＝Close(S
RBVR
)。3.根据权利要求2所述的高精度单帧眼底荧光造影图像渗漏区域分割方法，其特征在于，所述步骤S5具体包括：S5
‑
1、对步骤S3得到的眼底荧光造影图像I0进行开操作处理，去除眼底荧光造影图像上的血管U，得到渗漏区域被影响的无血管图像，U表示为：U＝Open(I)；S5
‑
2、在视网膜血管掩膜覆盖的区域内，将渗漏区域被影响的无血管图像赋给眼底荧光造影图像I0，得到了渗漏区域不被影响的无血管图像W，表示为：S5
‑
3、对渗漏区域不被影响的无血管图像W进行高斯模糊处理，以淡化掩膜边缘伪影，得到处理后的图像W'，表示为：W'＝Gaussian Blur(W)。
4.根据权利要求3所...

【专利技术属性】
技术研发人员：陈一巍，何益，李婉越，王晶，李平，邢利娜，张欣，史国华，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：