一种制造技术

本发明专利技术属于医学图像处理技术领域，公开了一种

【技术实现步骤摘要】
一种OCT系统图像处理方法、系统、介质、设备及终端


[0001]本专利技术属于医学图像处理
，尤其涉及一种相干层析成像技术
(OCT)
系统图像处理方法
、
系统
、
介质
、
设备及终端
。

技术介绍

[0002]目前，
OCT
技术具有非接触
、
无损伤
、
图像分辨率高且操作简单
、
便携等优点，主要应用于生物医学成像和诊断领域，弥补了共聚焦显微镜成像穿透深度低和超声波成像分辨率低的不足
。
已有大量研究结果表明：
OCT
能够获得和组织病理学检测相一致的结果，可清楚观察到正常组织和肿瘤组织各自具有的特征形貌，并有大量图像信息和算法可用于组织的鉴别分类
。
[0003]目前，将
OCT
技术应用于脑肿瘤的术中定性和边界定位还未见相应报道，也存在相应的技术难点，
OCT
的基本原理是利用生物组织具有高散射特性，内部组织的折射率会有微小变化，光在生物组织中传播时被界面吸收
、
反射和散射，不同深度的出射光波的位相不同，可根据这些相位的变化对组织进行成像，因此针对脑肿瘤的术中定性和边界定位的图像处理是本领域存在的技术难点，通过
OCT
成像技术与信息挖掘算法的创新和突破，为脑胶质瘤高灵敏度诊断和肿瘤精准的边界定位提供新型的无创影像技术解决方案是本领域亟需解决的问题r/>。
[0004]通过上述分析，现有技术存在的问题及缺陷为：目前，将
OCT
技术应用于脑肿瘤的术中定性和边界定位还未见相应报道，也存在相应的技术难点
。OCT
成像为高分辨率成像，所生成的图像信息量巨大，如何进一步处理和分析数据，并进行可视化重建，以充分展现
OCT
成像所提示和得到的组织学信息，还未见相应报道
。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种
OCT
系统图像处理方法
、
系统
、
介质
、
设备及终端
。
[0006]本专利技术是这样实现的，一种
OCT
系统图像处理方法，识别并计算
OCT
扫描生成的灰度图的
A
‑
line
及趋势线特征
、
光衰减值特征以及基于方格法的特征，从而判定所扫描的组织的类型及组织特性；同时采用机器学习算法，提取基于图像
A
‑
line
及趋势线特征
、
光衰减值特征以及方格法的特征，利用
Python
软件，并使用
XGboot
算法进行分类，并将三种特征融合方法进行分类，实现对
OCT
系统扫描生成的灰度图进行组织类别的辨识
。
[0007]进一步，利用
Matlab
软件输入灰度图，并进行基于实际
OCT
扫描区域的灰度图三维可视化重建分析；其中，灰度图三维可视化重建分析包括数据预处理
、
图片保存
、
数据保存
、
数据读取以及图像渲染过程；系统利用
ImageJ
软件对单张
B
‑
scan
灰度图进行二维可视化转化，形成单张
B
‑
scan
灰度三维可视化彩色图
。
[0008]进一步，
OCT
系统图像处理方法包括以下步骤：
[0009]步骤一，单张
B
‑
scan
灰度图的可视化重建；
[0010]步骤二，基于实际
OCT
扫描区域的灰度图三维可视化重建分析
。
[0011]进一步，步骤一中的单张
B
‑
scan
灰度图的可视化重建包括：
[0012]使用
ImageJ
软件将不同阈值范围的灰度值像素点，转化为对应的红
、
橙
、
黄
、
绿
、
蓝
、
靛
、
紫色彩，形成灰度二维彩色图
。
以
255
为最大高度，对每个像素点的灰度值进行高度赋值，从而形成各像素点
z
轴上的值，形成灰度三维彩色图
。
[0013]进一步，步骤一中的单张
B
‑
scan
灰度图的可视化重建还包括：
[0014]获取并提取特定像素宽度的灰度三维彩色侧视图的下降段，分析并计算下降线段与竖直方向的角度或计算斜率，反映灰度值衰减的快慢；取灰度值最高值行往下，抓取像素区域的图像，计算并分析阈值为特定范围的像素点总和
。
[0015]进一步，步骤一中的单张
B
‑
scan
灰度图的可视化重建还包括：
[0016]对肿瘤区及血管区的
OCT
灰度图进行二维及三维重建，使用
ImageJ
软件定量分析肿瘤及血管区域灰度图
A
‑
line
及趋势线下降段与竖直方向的夹角
。
[0017]对胶质瘤及瘤周非肿瘤脑组织的一张
OCT
灰度图进行二维及三维重建，定量分析肿瘤及瘤周非肿瘤脑组织
A
‑
line
及趋势线下降段与竖直方向的夹角
。
[0018]进一步，步骤二中的基于实际
OCT
扫描区域的灰度图三维可视化重建分析包括：利用
Matlab
软件输入扫描标本经
MEMS
往复扫描形成灰度图，利用插空法将原有灰度图重新排序，识别
OCT
灰度图对应的灰度矩阵数据并进行拼接，形成三维立体灰度原图方块
。
计算每
—
条
A
‑
line
的光衰减值，将光衰减值与阈值5和6进行比较；若阈值小于5，则将标本类型划分为肿瘤区域；若阈值介于5～6之间，则将标本划分为交界区域；若阈值大于6，则将标本划分为非肿瘤脑组织；在三维立体方块的表面以及侧面进行彩色着色，实现三维可视化重建
。
[0019]本专利技术的另一目的在于提供一种应用所述的
OCT
系统图像处理方法的
OCT
系统图像处理系统，
OCT
系统图像处理系统包括：
[0020]二维可视化转化模块，用于利用
ImageJ
软件对单张
B
‑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
OCT
系统图像处理方法，其特征在于，识别并计算
OCT
扫描生成的灰度图的
A
‑
line
及趋势线特征
、
光衰减值特征以及基于方格法的特征，从而判定所扫描的组织的类型及组织特性；系统利用机器学习算法，提取基于图像
A
‑
line
及趋势线特征
、
光衰减值特征以及方格法的特征，利用
Python
软件，并使用
XGboot
算法进行分类，并将三种特征融合方法进行分类，实现对
OCT
系统扫描生成的灰度图进行组织类别的辨识
。2.
如权利要求1所述的
OCT
系统图像处理方法，其特征在于，还包括：利用
Matlab
软件输入灰度图，并进行基于实际
OCT
扫描区域的灰度图三维可视化重建分析；其中，灰度图三维可视化重建分析包括数据预处理
、
图片保存
、
数据保存
、
数据读取以及图像渲染过程；系统利用
ImageJ
软件对单张
B
‑
scan
灰度图进行二维可视化转化，形成单张
B
‑
scan
灰度三维可视化彩色图
。3.
如权利要求2所述的
OCT
系统图像处理方法，其特征在于，
OCT
系统图像处理方法包括以下步骤：步骤一，单张
B
‑
scan
灰度图的可视化重建；步骤二，基于实际
OCT
扫描区域的灰度图三维可视化重建分析
。4.
如权利要求3所述的
OCT
系统图像处理方法，其特征在于，步骤一中的单张
B
‑
scan
灰度图的可视化重建包括：使用
ImageJ
软件将不同阈值范围的灰度值像素点，转化为对应的红
、
橙
、
黄
、
绿
、
蓝
、
靛
、
紫色彩，形成灰度二维图；以
255
为最大高度，对每个像素点的灰度值进行高度赋值，从而形成各像素点
z
轴上的值，形成灰度三维图
。5.
如权利要求3所述的
OCT
系统图像处理方法，其特征在于，步骤一中的单张
B
‑
scan
灰度图的可视化重建还包括：获取并提取特定像素宽度的灰...

【专利技术属性】
技术研发人员：李玖鸿，惠旭辉，张思，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：