一种视网膜动静脉分类优化方法及系统技术方案

本发明专利技术公开一种视网膜动静脉分类优化方法及系统，涉及图像处理领域，该方法包括根据血管二值化分割结果，采用轻量化算法和多级Dijkstra最短路径算法确定血管拓扑结构；根据血管拓扑结构，采用反流向溯源算法，确定有向图；并对有向图采用方向修正算法进行方向校正，确定从末端到视神经头的血管有向拓扑结构；将血管有向拓扑结构进行反向操作，并采用标签传递算法沿进行反向操作后的拓扑方向进行标签传递，采用标签校正算法提取带标签的血管有向拓扑结构；根据带标签的血管有向拓扑结构，采用8邻域晕染算法确定优化后的视网膜血管动静脉分类结果。本发明专利技术可提高视网膜血管动静脉分类的准确性。静脉分类的准确性。静脉分类的准确性。

【技术实现步骤摘要】
一种视网膜动静脉分类优化方法及系统


[0001]本专利技术涉及图像处理领域，特别是涉及一种视网膜动静脉分类优化方法及系统。

技术介绍

[0002]冠心病是全球范围内人类主要的死亡原因，但其在临床上通常表现为无症状，这导致临床漏诊率极高。目前冠心病诊断利用冠状动脉造影，其价格昂贵且对身体有风险。临床研究表明，视网膜血管特征参数与冠心病严重程度密切相关，这使得冠心病的无创诊断成为热门研究课题。许多用于提取视网膜血管特征参数的方法已经得到快速发展，如半自动计算机软件被广泛用于临床测量血管特征参数，但由于这些半自动软件在动脉和静脉识别方面的准确性低，需要医生进行实时调整。
[0003]随着深度学习方法在医学图像领域的发展，复杂视网膜血管特征参数的自动提取成为研究热点。目前主要有两个研究方向：一个是直接参数测量法，利用神经网络直接输出血管特征参数，深度学习的“黑盒”特性导致血管特征参数的可解释性较差，难以实现输出参数的监督和追溯；另一个是两阶段自动测量方法，使用深度学习提取血管分割结果，然后使用数学模型测量血管特征参数，但无法获得具体的动静脉参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视网膜动静脉分类优化方法，其特征在于，包括：根据血管二值化分割结果，采用轻量化算法和多级Dijkstra最短路径算法确定血管拓扑结构；根据血管拓扑结构，采用反流向溯源算法，确定有向图；并对有向图采用方向修正算法进行方向校正，确定从末端到视神经头的血管有向拓扑结构；将血管有向拓扑结构进行反向操作，并采用标签传递算法沿进行反向操作后的拓扑方向进行标签传递，采用标签校正算法提取带标签的血管有向拓扑结构；根据带标签的血管有向拓扑结构，采用8邻域晕染算法确定优化后的视网膜血管动静脉分类结果。2.根据权利要求1所述的一种视网膜动静脉分类优化方法，其特征在于，所述根据血管二值化分割结果，采用轻量化算法和多级Dijkstra最短路径算法确定血管拓扑结构，具体包括：将血管二值化分割结果进行多阈值二值化，得到血管多阈值骨架图；根据血管多阈值骨架图，采用两个8邻域结合的方式进行轻量化操作；轻量化操作包括：对交点n的8邻域内交点进行去除，并添加去除点8邻域与交点n的连接关系；对轻量化后的血管多阈值骨架图，采用多级Dijkstra最短路径算法确定血管拓扑结构。3.根据权利要求2所述的一种视网膜动静脉分类优化方法，其特征在于，所述对轻量化后的血管多阈值骨架图，采用多级Dijkstra最短路径算法确定血管拓扑结构，之前还包括：对轻量化后的血管多阈值骨架图添加权值。4.根据权利要求1所述的一种视网膜动静脉分类优化方法，其特征在于，所述根据血管拓扑结构，采用反流向溯源算法，确定有向图；并对有向图采用方向修正算法进行方向校正，确定从末端到视神经头的血管有向拓扑结构，具体包括：当溯源到交点处时，计算当前血管段与每一个相邻血管段所成角度；并根据最大角度确定下一段追踪的血管段。5.根据权利要求1所述的一种视网膜动静脉分类优化方法，其特征在于，所述根据带标签的血管有向拓扑结构，采用8邻域晕染算法确定优化后的...

【专利技术属性】
技术研发人员：黄销，苏红，赵爱迪，蒋志宏，李辉，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：