一种眼底图像光感受器检测方法及系统技术方案

本发明专利技术公开一种眼底图像光感受器检测方法及系统，涉及医学影像图像处理技术领域，利用链式滤波算法对眼底图像进行处理，得到滤波后图像，并基于自适应阈值确定滤波后图像的每一像素点的类型，类型包括光感受器像素点和背景像素点，从而能够实现眼底图像中的光感受器的自动检测，提高检测效率和检测精度。提高检测效率和检测精度。提高检测效率和检测精度。

【技术实现步骤摘要】
一种眼底图像光感受器检测方法及系统


[0001]本专利技术涉及医学影像图像处理
，特别是涉及一种眼底图像光感受器检测方法及系统。

技术介绍

[0002]人眼是一种极为复杂且精密的人体器官，视网膜作为人眼视觉光路中最重要的一部分，其功能与结构的完整性是良好视觉功能的保障。全身性疾病(如高血压、糖尿病)和眼部疾病(如视网膜动静脉阻塞)在视网膜均会有所表现，使得视网膜检查在疾病诊断治疗过程中十分重要。视网膜动静脉是人体唯一能直接观察到的血管结构，其对眼底情况的展现不仅可以帮助临床医生观察与判断眼部疾病，还能侧面表现全身各系统的表现，眼底图像是目前唯一可以通过直接拍摄来展现人眼视网膜内部结构的体内血管图像，可对视盘、血管、黄斑、神经纤维、视细胞等多种结构成像，其为临床医生提供了一个观察视网膜的重要窗口，若要检查视网膜情况，则需要拍摄眼底图像。以往进行眼底图像的阅片时，是由医生手工进行的，效率慢，工作量大，尤其是涉及到对眼底图像中的光感受器进行标注时，更是极为费时费力，准确率还很差。
[0003]基于此，亟需一种能够实现眼底图像中的光感受器的自动检测的技术。

技术实现思路

[0004]本专利技术的目的是提供一种眼底图像光感受器检测方法及系统，其可实现眼底图像中的光感受器的自动检测，提高检测效率和检测精度。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种眼底图像光感受器检测方法，所述检测方法包括：
[0007]获取眼底图像；
[0008]利用链式滤波算法对所述眼底图像进行处理，得到滤波后图像；
[0009]基于自适应阈值确定所述滤波后图像的每一像素点的类型；所述类型包括光感受器像素点和背景像素点。
[0010]在一些实施例中，在利用链式滤波算法对所述眼底图像进行处理之前，所述检测方法还包括：利用双三次插值算法对所述眼底图像进行插值放大，得到预处理后图像，并以所述预处理后图像作为新的眼底图像。
[0011]在一些实施例中，所述利用链式滤波算法对所述眼底图像进行处理，得到滤波后图像具体包括：
[0012]对于所述眼底图像中的每一像素点，以所述像素点作为起点，分别向多个预设方向进行链生长，得到每一所述预设方向对应的链；对于每一所述链，确定所述链所包括的所有像素点的灰度值的最小值，并计算所述像素点的灰度值和所述最小值的差值，得到每一所述链对应的灰度差值；基于所有所述链对应的灰度差值计算所述像素点的滤波后灰度值，得到滤波后图像。
[0013]在一些实施例中，所述以所述像素点作为起点，分别向多个预设方向进行链生长，得到每一所述预设方向对应的链具体包括：
[0014]对于每一预设方向，执行下述步骤：
[0015]以所述像素点作为起点；
[0016]根据所述起点和当前次迭代的搜索方向确定候选像素集合；基于所述候选像素集合内的所有候选像素点的位置和灰度值，选取一候选像素点作为目标像素点；将所述起点和所述目标像素点相连，对上一次迭代的中间链进行链生长，得到当前次迭代的中间链；
[0017]判断所述当前次迭代的中间链所包括的像素点的个数是否达到预设个数；
[0018]若是，则结束迭代，以所述当前次迭代的中间链作为所述预设方向对应的链；
[0019]若否，则根据所述起点的位置和所述目标像素点的位置计算当前次迭代的生长方向，并根据所述当前次迭代的生长方向计算下一次迭代的搜索方向；以所述目标像素点作为下一次迭代的起点，返回“根据所述起点和当前次迭代的搜索方向确定候选像素集合”的步骤。
[0020]在一些实施例中，所述搜索方向的计算公式为：
[0021][0022]其中，Ds[i]为第i次迭代的搜索方向；Ds[i
‑
1]为第i
‑
1次迭代的搜索方向；x为中间参数；m为灵敏系数；Dg[i
‑
1]为第i
‑
1次迭代的生长方向。
[0023]在一些实施例中，所述滤波后灰度值的计算公式为：
[0024][0025]其中，R(P)为像素点P的滤波后灰度值；min{MAD
j
}为所有链对应的灰度差值的最小值；MAD
j
为第j条链对应的灰度差值；k为放大系数。
[0026]在一些实施例中，所述基于自适应阈值确定所述滤波后图像的每一像素点的类型具体包括：
[0027]对于所述滤波后图像的每一像素点，将所述像素点的灰度值和自适应阈值进行比较；若所述灰度值大于或者等于所述自适应阈值，则所述像素点为光感受器像素点；否则，则所述像素点为背景像素点。
[0028]在一些实施例中，所述自适应阈值的计算公式为：
[0029]T＝μ+a
×
σ；
[0030]其中，T为自适应阈值；μ为滤波后图像的所有像素点的灰度值的平均值；a为相对决策阈值；σ为滤波后图像的所有像素点的灰度值的标准差。
[0031]在一些实施例中，在确定每一像素点的类型之后，所述检测方法还包括：
[0032]利用区域增长算法对所述滤波后图像的光感受器像素点进行计数，得到光感受器
的数量和每一所述光感受器的位置；所述光感受器包括多个相邻的光感受器像素点；
[0033]根据所述光感受器的数量计算所述光感受器的密度；
[0034]基于所有所述光感受器的位置绘制Voronoi图；根据所述Voronoi图确定每一所述光感受器的Voronoi图邻居数。
[0035]一种眼底图像光感受器检测系统，所述检测系统包括：
[0036]获取模块，用于获取眼底图像；
[0037]处理模块，用于利用链式滤波算法对所述眼底图像进行处理，得到滤波后图像；
[0038]检测模块，用于基于自适应阈值确定所述滤波后图像的每一像素点的类型；所述类型包括光感受器像素点和背景像素点。
[0039]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0040]本专利技术用于提供一种眼底图像光感受器检测方法及系统，利用链式滤波算法对眼底图像进行处理，得到滤波后图像，并基于自适应阈值确定滤波后图像的每一像素点的类型，类型包括光感受器像素点和背景像素点，从而能够实现眼底图像中的光感受器的自动检测，提高检测效率和检测精度。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术所提供的眼底图像的示意图；
[0043]图2为本专利技术所提供的眼底图像的标注示意图；
[0044]图3为本专利技术实施例1所提供的检测方法的方法流程图；
[0045]图4为本专利技术实施例1所提供的检测方法的原理框图；...

【技术保护点】

【技术特征摘要】
1.一种眼底图像光感受器检测方法，其特征在于，所述检测方法包括：获取眼底图像；利用链式滤波算法对所述眼底图像进行处理，得到滤波后图像；基于自适应阈值确定所述滤波后图像的每一像素点的类型；所述类型包括光感受器像素点和背景像素点。2.根据权利要求1所述的检测方法，其特征在于，在利用链式滤波算法对所述眼底图像进行处理之前，所述检测方法还包括：利用双三次插值算法对所述眼底图像进行插值放大，得到预处理后图像，并以所述预处理后图像作为新的眼底图像。3.根据权利要求1所述的检测方法，其特征在于，所述利用链式滤波算法对所述眼底图像进行处理，得到滤波后图像具体包括：对于所述眼底图像中的每一像素点，以所述像素点作为起点，分别向多个预设方向进行链生长，得到每一所述预设方向对应的链；对于每一所述链，确定所述链所包括的所有像素点的灰度值的最小值，并计算所述像素点的灰度值和所述最小值的差值，得到每一所述链对应的灰度差值；基于所有所述链对应的灰度差值计算所述像素点的滤波后灰度值，得到滤波后图像。4.根据权利要求3所述的检测方法，其特征在于，所述以所述像素点作为起点，分别向多个预设方向进行链生长，得到每一所述预设方向对应的链具体包括：对于每一预设方向，执行下述步骤：以所述像素点作为起点；根据所述起点和当前次迭代的搜索方向确定候选像素集合；基于所述候选像素集合内的所有候选像素点的位置和灰度值，选取一候选像素点作为目标像素点；将所述起点和所述目标像素点相连，对上一次迭代的中间链进行链生长，得到当前次迭代的中间链；判断所述当前次迭代的中间链所包括的像素点的个数是否达到预设个数；若是，则结束迭代，以所述当前次迭代的中间链作为所述预设方向对应的链；若否，则根据所述起点的位置和所述目标像素点的位置计算当前次迭代的生长方向，并根据所述当前次迭代的生长方向计算下一次迭代的搜索方向；以所述目标像素点作为下一次迭代的起点，返回“根据所述起点和当前次迭代的搜索方向确定候选像素集合”的步骤。5.根据权利要求4所述的检测方法，其特征在于，所述搜索方向的计算公式为：5.根据权利要求4所述的检测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：吴春国，钟博为，肖骏，邱介政，
申请(专利权)人：吉林大学，
类型：发明
国别省市：