识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种识别方法、装置、计算机设备和存储介质。该方法包括：获取被检眼的血管图像，该血管图像由光学相干断层扫描血管成像生成，获取该血管图像中黄斑区域的统计特征，基于该统计特征识别该血管图像中的无灌注区域。采用本方法能够有效提高识别无灌注区域的灵活性。灵活性。灵活性。

【技术实现步骤摘要】
识别方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种识别方法、装置、计算机设备和存储介质。

技术介绍

[0002]无灌注区域即眼底的缺血区域，无灌注区域是由于毛细血管完全性闭塞，血液停止流向视网膜的某些区域从而产生的，因此，存在有对无灌注区域识别的需求。
[0003]传统技术中，通常是基于眼底造影剂实现对无灌注区域的识别，然而，这种识别方法灵活性较差。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种灵活性较高的识别方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种识别方法。该方法包括：
[0006]获取被检眼的血管图像，该血管图像由光学相干断层扫描血管成像生成；获取该血管图像中黄斑区域的统计特征，基于该统计特征识别该血管图像中的无灌注区域。
[0007]在其中一个实施例中，该统计特征包括该黄斑区域的像素的平均值、该黄斑区域的像素的中值、该黄斑区域的像素的标准差和该黄斑区域的像素的平方差中的至少两个。
[0008]在其中一个实施例中，该基于该统计特征识别该血管图像中的无灌注区域，包括：根据该黄斑区域的统计特征确定统计特征阈值；根据该统计特征阈值对该血管图像进行二值化处理，得到无灌注区掩膜；基于该无灌注区掩膜确定该无灌注区域。
[0009]在其中一个实施例中，该根据该统计特征阈值对该血管图像进行二值化处理，得到无灌注区掩膜之后，该方法还包括：对该无灌注区掩膜进行膨胀及腐蚀处理。
[0010]在其中一个实施例中，该方法还包括：接收在该血管图像中的选中区域，若该选中区域包含该无灌注区域，则对该选中区域中的无灌注区域进行标记，显示被标记的无灌注区域。
[0011]在其中一个实施例中，该方法还包括：确定该被标记的无灌注区域的像素数目；根据该像素数目确定该被标记的无灌注区域的面积信息。
[0012]在其中一个实施例中，该根据该统计特征阈值对该血管图像进行二值化处理之前，该方法还包括：对该血管图像进行卷积处理，以得到该血管图像的多个映射值；基于该多个映射值以及该统计特征阈值对该血管图像进行二值化处理。
[0013]在其中一个实施例中，该获取该血管图像中黄斑区域的统计特征之前，该方法还包括：获取该血管图像中的初始黄斑区域；计算该初始黄斑区域的面积；在该初始黄斑区域的面积大于预设面积阈值的情况下，显示该初始黄斑区域的提示信息；接收用户基于该初始黄斑区域提示信息触发的目标操作；根据该目标操作以及该初始黄斑区域确定黄斑区域，并计算该黄斑区域的统计特征。
[0014]第二方面，本申请还提供了一种识别装置。该装置包括：
[0015]获取模块，用于获取被检眼的血管图像，该血管图像由光学相干断层扫描血管成像生成；
[0016]第一执行模块，用于获取该血管图像中黄斑区域的统计特征，基于该统计特征识别该血管图像中的无灌注区域。
[0017]在其中一个实施例中，该统计特征包括该黄斑区域的像素的平均值、该黄斑区域的像素的中值、该黄斑区域的像素的标准差和该黄斑区域的像素的平方差中的至少两个。
[0018]在其中一个实施例中，该第一执行模块，具体用于：根据该黄斑区域的统计特征确定统计特征阈值；根据该统计特征阈值对该血管图像进行二值化处理，得到无灌注区掩膜；基于该无灌注区掩膜确定该无灌注区域。
[0019]在其中一个实施例中，该第一执行模块，具体用于：对该无灌注区掩膜进行膨胀及腐蚀处理。
[0020]在其中一个实施例中，该识别装置还包括第二执行模块，该第二执行模块，用于：接收在该血管图像中的选中区域，若该选中区域包含该无灌注区域，则对该选中区域中的无灌注区域进行标记，显示被标记的无灌注区域。
[0021]在其中一个实施例中，该识别装置还包括第三执行模块，该第三执行模块，用于：确定该被标记的无灌注区域的像素数目；根据该像素数目确定该被标记的无灌注区域的面积信息。
[0022]在其中一个实施例中，该第一执行模块，具体用于：对该血管图像进行卷积处理，以得到该血管图像的多个映射值；基于该多个映射值以及该统计特征阈值对该血管图像进行二值化处理。
[0023]在其中一个实施例中，该识别装置还包括第四执行模块，该第四执行模块，用于：获取该血管图像中的初始黄斑区域；计算该初始黄斑区域的面积；在该初始黄斑区域的面积大于预设面积阈值的情况下，显示该初始黄斑区域的提示信息；接收用户基于该初始黄斑区域提示信息触发的目标操作；根据该目标操作以及该初始黄斑区域确定黄斑区域，并计算该黄斑区域的统计特征。
[0024]第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面中任一所述的步骤。
[0025]上述识别方法、装置和计算机设备，获取被检眼的血管图像，该血管图像由光学相干断层扫描血管成像生成，获取该血管图像中黄斑区域的统计特征，基于该统计特征识别该血管图像中的无灌注区域。本申请提供的识别方法，基于黄斑区域与无灌注区域都没有血管，图像特征相同的特性，利用血管图像中黄斑区域的统计特征识别血管图像中的无灌注区域，采用本申请提供的识别方法无需使用眼底造影剂，也可以识别无灌注区域，因此，可以有效的提高对无灌注区域识别的灵活性。
附图说明
[0026]图1为一个实施例中识别方法的流程示意图；
[0027]图2为一个实施例中基于该统计特征识别该血管图像中的无灌注区域方法的流程
示意图；
[0028]图3为一个实施例中根据该统计特征阈值对该血管图像进行二值化处理之前的步骤的流程示意图；
[0029]图4为一个实施例中该统计特征识别该血管图像中的无灌注区域之后的步骤的流程示意图；
[0030]图5为另一个实施例中识别方法的流程示意图；
[0031]图6为一个实施例中识别装置的结构框图；
[0032]图7为另一个实施例中识别装置的结构框图；
[0033]图8为一个实施例中计算机设备的内部结构图；
[0034]图9为一个实施例中视网膜内层血管示意图；
[0035]图10为一个实施例中血管图像中黄斑区域的示意图；
[0036]图11为一个实施例中血管图像中无灌注区域的示意图；
[0037]图12为一个实施例中选中区域中的无灌注区域的示意图；
[0038]图13为一个实施例中确定黄斑区域的方法的流程示意图。
具体实施方式
[0039]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0040]无灌注区域即眼底的缺血区域，无灌注区域是由于毛细血管完全性闭塞，血液停止流向视网膜的某些区域从而产生的，因此，存在有对无灌注区域识别的需求。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种识别方法，其特征在于，所述方法包括：获取被检眼的血管图像，所述血管图像由光学相干断层扫描血管成像生成；获取所述血管图像中黄斑区域的统计特征，基于所述统计特征识别所述血管图像中的无灌注区域。2.根据权利要求1所述的方法，其特征在于，所述统计特征包括所述黄斑区域的像素的平均值、所述黄斑区域的像素的中值、所述黄斑区域的像素的标准差和所述黄斑区域的像素的平方差中的至少两个。3.根据权利要求1所述的方法，其特征在于，所述基于所述统计特征识别所述血管图像中的无灌注区域，包括：根据所述黄斑区域的统计特征确定统计特征阈值；根据所述统计特征阈值对所述血管图像进行二值化处理，得到无灌注区掩膜；基于所述无灌注区掩膜确定所述无灌注区域。4.根据权利要求3所述的方法，其特征在于，所述根据所述统计特征阈值对所述血管图像进行二值化处理，得到无灌注区掩膜之后，所述方法还包括：对所述无灌注区掩膜进行膨胀及腐蚀处理。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：接收在所述血管图像中的选中区域，若所述选中区域包含所述无灌注区域，则对所述选中区域中的无灌注区域进行标记，显示被标记的无灌注区域。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：确定所述被标记的无灌注区域的像素数目；根据...

【专利技术属性】
技术研发人员：吴之林，黄丹丹，朱文杰，
申请(专利权)人：视微影像河南科技有限公司，
类型：发明
国别省市：