基于眼底图像的动静脉血管图像分割方法技术

本公开提供了一种基于眼底图像的动静脉血管图像分割方法，包括：获取训练眼底图像和训练眼底图像的动静脉血管标记结果；进行图像预处理得到各自的预处理结果；基于预处理结果对动静脉分割模型进行训练以获取最优模型；获取眼底图像；基于最优模型对眼底图像进行动静脉分割获得动静脉分割结果。本公开的方案提供的基于眼底图像的动静脉血管图像分割方法能够更准确地对眼底图像进行动静脉血管图像分割，进而采用这种动静脉分割的方法在高血压性视网膜病变的病变特征测量时，测量结果更加精确且客观。确且客观。确且客观。

【技术实现步骤摘要】
基于眼底图像的动静脉血管图像分割方法
[0001]本申请是申请日为2020年12月28日、申请号为202011585139.9、专利技术名称为高血压性视网膜病变的病变特征的测量方法及测量系统的专利申请的分案申请。


[0002]本申请涉及图像分割领域，具体涉及一种基于眼底图像的动静脉血管图像分割方法。

技术介绍

[0003]我国的高血压患者人数正在逐年上升，目前已有上亿的人患有高血压，更让人忧心的是，高血压的患病年龄正在日趋年轻化。高血压容易引发心梗、肾衰竭、脑溢血、脑梗和尿毒症等并发症，进而危及生命。因此对高血压进行早期识别并干预具有重要意义。
[0004]在临床上，可以通过测量血压来判断高血压。然而，测量血压一般无法评估患者近期或者长期的高血压情况。目前通过观察眼底的血管变化可以获取能够反映高血压情况的高血压性视网膜病变的病变特征(例如动静脉交叉压迹特征、小动脉局部狭窄特征或小动脉普遍狭窄特征)，从而可以评估患者高血压的严重程度。一般而言，小动脉局部狭窄特征可以反映患者近期存在血压升高的情况，动静脉交叉压迹特征和小动脉普遍狭窄特征可以反映患者长期持续的血压升高的情况。在这种情况下，可以结合其他特征(例如视网膜出血或微血管瘤)辅助眼科医生对高血压情况进行识别。现有的方法中，通常利用眼底照相技术获取眼底图像以方便眼科医生对高血压性视网膜病变的病变特征进行观察和测量。然而，人为测量病变特征耗时较长且存在一定的主观性。

技术实现思路

[0005]本公开是有鉴于上述的状况而提出的，其目的在于提供一种能够高效且客观地对高血压性视网膜病变的病变特征进行测量的高血压性视网膜病变的病变特征的测量方法及测量系统。
[0006]为此，本公开第一方面提供了一种高血压性视网膜病变的病变特征的测量方法，包括：获取眼底图像；对所述眼底图像的视盘区域进行识别并基于所述视盘区域将所述眼底图像至少分成包括第一区域、第二区域和第三区域的三个区域；利用基于训练眼底图像和动静脉血管标记结果进行训练的且基于深度学习的动静脉分割模型对所述眼底图像进行动脉和静脉分割以获取动静脉分割结果，其中，所述动静脉分割结果包括动脉分割结果和静脉分割结果；并且基于所述三个区域和所述动静脉分割结果对所述眼底图像中的高血压性视网膜病变的所述病变特征进行测量，所述病变特征包括动静脉交叉压迹特征、小动脉局部狭窄特征和小动脉普遍狭窄特征中的至少一种，所述动静脉血管标记结果包括通过对所述训练眼底图像中血管管径大于预设血管管径的血管的边界进行标记而形成的动脉标记结果和静脉标记结果以及对不大于预设血管管径的血管的走向进行标记而形成的小血管标记结果，计算损失函数时，基于所述小血管标记结果调整所述小血管标记结果对应
的区域的权重。在这种情况下，基于视盘区域对眼底图像进行分区以获取至少三个区域，并利用基于深度学习的动静脉分割模型对眼底图像进行动脉和静脉分割以获取动静脉分割结果，基于三个区域和动静脉分割结果对眼底图像中的高血压性视网膜病变的病变特征进行自动测量。由此，能够高效且客观地对高血压性视网膜病变的病变特征进行测量。
[0007]另外，在本公开第一方面所涉及的测量方法中，可选地，所述第一区域为以所述视盘区域的外接圆的圆心为中心和所述外接圆的直径的第一预设倍数为直径形成的第一圆的区域，所述第二区域为所述第一区域边缘到以所述圆心为中心和所述外接圆的直径的第二预设倍数为直径形成的第二圆之间的区域，所述第三区域为所述第二区域边缘到以所述圆心为中心和所述外接圆的直径的第三预设倍数为直径形成的第三圆之间的区域，其中，v1<v2<v3，v1表示第一预设倍数，v2表示第二预设倍数，v3表示第三预设倍数。由此，能够基于视盘区域获取三个区域。
[0008]另外，在本公开第一方面所涉及的测量方法中，可选地，若对所述动静脉交叉压迹特征进行测量，则对除所述第一区域和所述第二区域两个区域以外的眼底区域的所述动静脉分割结果进行细化以获取包括作为第一测量像素点的多个骨架像素点的第一血管骨架，并获取各个所述第一测量像素点的预设范围内的骨架像素点的数量并作为第一相邻点数量，将所述动静脉分割结果中与所述第一相邻点数量大于第一预设数量的所述第一测量像素点对应的像素点作为动静脉交叉位置，基于所述动静脉分割结果中沿着所述静脉分割结果的延伸方向并位于所述动静脉交叉位置两侧的每侧的近端和远端的血管管径的比值测量所述动静脉交叉压迹特征。由此，能够基于动静脉交叉位置对动静脉交叉压迹特征进行测量。
[0009]另外，在本公开第一方面所涉及的测量方法中，可选地，若对所述小动脉局部狭窄特征进行测量，则对所述动脉分割结果进行细化以获取包括作为第二测量像素点的多个骨架像素点的第二血管骨架，获取各个所述第二测量像素点的预设范围内的骨架像素点的数量作为第二相邻点数量，将所述第二相邻点数量大于第二预设数量的所述第二测量像素点进行删除以获得多个血管段，基于各个血管段的最小的血管管径和最大的血管管径的比值测量所述小动脉局部狭窄特征。由此，能够对小动脉局部狭窄特征进行测量。
[0010]另外，在本公开第一方面所涉及的测量方法中，可选地，若对所述小动脉普遍狭窄特征进行测量，则获取所述动静脉分割结果中所述第三区域内的动脉血管段和静脉血管段，基于所述动脉血管段、所述静脉血管段和预设公式获得动静脉血管管径比值以测量所述小动脉普遍狭窄特征，所述预设公式为Knudtson的修正公式。由此，能够基于第三区域内的动脉血管段和静脉血管段对小动脉普遍狭窄特征进行测量。
[0011]另外，在本公开第一方面所涉及的测量方法中，可选地，在测量所述动静脉交叉压迹特征时，对所述动脉分割结果进行膨胀以使膨胀后的所述动脉分割结果与所述静脉分割结果相交以确定所述动静脉交叉位置。由此，能够更准确的获取动静脉交叉位置。
[0012]另外，在本公开第一方面所涉及的测量方法中，可选地，若所述动静脉分割结果中所述静脉分割结果在所述动静脉交叉位置不连续，则每侧的所述近端为所述静脉分割结果的所述第一血管骨架上与所述动静脉交叉位置的距离最近的骨架像素点，若所述动静脉分割结果中所述静脉分割结果在所述动静脉交叉位置连续，则每侧的所述近端为所述动静脉交叉位置；每侧的所述远端为所述静脉分割结果的所述第一血管骨架上与所述动静脉交叉
位置的距离为第一预设距离的骨架像素点。由此，能够基于动静脉交叉位置确定静脉分割结果的两侧的近段和远端。
[0013]另外，在本公开第一方面所涉及的测量方法中，可选地，所述第一预设距离为最大血管管径的2至4倍。由此，能够获取第一预设距离。
[0014]另外，在本公开第一方面所涉及的测量方法中，可选地，所述第一预设数量为2，所述第二预设数量为2，v1为1，v2为2，v3为3，所述预设血管管径为50μm。由此，能够获取第一预设数量、第二预设数量、第一预设倍数、第二预设倍数、第三预设倍数和预设血管管径。
[0015]另外，在本公开第一方面所涉及的测量方法中，可选地，测量血管管径包括将所述动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于眼底图像的动静脉血管图像分割方法，是应用于高血压性视网膜病变的病变特征测量的动静脉血管图像分割方法，其特征在于，包括：获取训练眼底图像；基于所述训练眼底图像获取所述训练眼底图像的动静脉血管标记结果，所述动静脉血管标记结果包括血管管径大于预设血管管径的动脉标记结果、血管管径大于预设血管管径的静脉标记结果和对不大于预设血管管径的血管的走向进行标记形成的小血管标记结果，其中，所述不大于预设血管管径的血管称为小血管，所述小血管的走向为顺着所述小血管的走向的任意曲线；对所述动静脉血管标记结果进行预处理以生成预处理动静脉血管标记结果；基于所述预处理动静脉血管标记结果对动静脉分割模型进行训练以获取最优模型，其中，在计算损失函数时，基于所述小血管标记结果调整所述小血管标记结果对应的区域的权重，所述小血管标记结果对应的区域为所述小血管标记结果对应的眼底区域及其膨胀区域；获取眼底图像；基于所述最优模型对所述眼底图像进行动静脉分割获得动静脉分割结果。2.根据权利要求1所述的动静脉血管图像分割方法，其特征在于，血管管径的计算方法为：对增强后的图像提取由离散的像素点组成的血管骨架并对所述血管骨架进行拟合获得连续血管骨架；获得与所述连续血管骨架对应的管径测量方向；基于所述连续血管骨架和所述管径测量方向生成血管轮廓；基于所述血管轮廓中的血管像素点的个数、预设倍数和预设精度计算血管管径。3.根据权利要求2所述的动静脉血管图像分割方法，其特征在于，在所述对增强后的图像提取由离散的像素点组成的血管骨架之前，包括：对所述增强后的图像进行中值滤波运算。4.根据权利要求2所述的动静脉血管图像分割方法，其特征在于：所述管径测量方向垂直于所述连续血管骨架在测量像素点的切线，所述测量像素点为...

【专利技术属性】
技术研发人员：王娟，段晓明，向江怀，陈素平，夏斌，
申请(专利权)人：深圳硅基智能科技有限公司，
类型：发明
国别省市：