【技术实现步骤摘要】
本专利技术涉及生物医学图像，尤其涉及一种基于oct图像的角膜交联带识别方法、系统、设备及介质。
技术介绍
1、目前，角膜交联术在国内外已经成为治疗圆锥角膜的一种安全有效的新方法。角膜交联术，其原理主要是利用370nm波长的紫外线a照射核黄素产生的不稳定的活性氧离子来诱导角膜胶原纤维间产生共价键连接,从而增加角膜的硬度和韧性以及抵抗蛋白酶消化的能力，进一步增加胶原纤维的机械强度和抵抗角膜扩张的能力，增强角膜生物力学稳定性。由于在进行完角膜交联术治疗后，会产生角膜基质交联带；角膜基质交联带是角膜前部的交联基质与角膜后部的未交联基质之间形成的区域，由交联区域与未交联区域折射或反射特性不同而产生；角膜基质交联带深度能够反映角膜交联术后的疗效，对于角膜交联带深度的准确测定有利于术后疗效评价及术前术后对比观察。因此，交联带识别具有显著的临床意义。
2、但是，在对现有技术的研究与实践的过程中，本申请的专利技术人发现，目前对于角膜交联带的识别技术更多是通过人工方式进行视力检查、角膜地形图检查、角膜屈光力检查等间接地进行判断，不仅需要医生具有较高的眼科专业知识进行综合判断，无法保证识别准确率，且识别效率较低，难以实现计算机辅助的自动化诊断。
3、前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
技术实现思路
1、基于此，有必要针对上述问题，提出了一种基于oct图像的角膜交联带识别方法、系统、设备及介质，能够精准识别oct图像中的角膜交联带，提高交联带识别的精准度和效率
2、一种基于oct图像的角膜交联带识别方法，所述方法包括：
3、采集眼前节oct图像数据后进行图像预处理，得到对应的眼前节oct伪彩图像；
4、按照预设分区规则，将所述眼前节oct伪彩图像分成多个子区域图像；
5、分别识别各个所述子区域图像中的交联带与未交联区域的分界线，得到对应的识别结果；
6、将多个所述子区域图像对应的识别结果进行合并后，得到所述眼前节oct图像的角膜交联带。
7、进一步地，所述按照预设分区规则，将所述眼前节oct伪彩图像分成多个子区域图像，包括：
8、将所述眼前节oct伪彩图像进行格式转换，得到预设格式的眼前节oct伪彩图像；
9、固定所述预设格式的眼前节oct伪彩图像的饱和度范围和亮度范围，通过调整色相方式获取第一色彩范围内的像素点区域，将所述第一色彩范围内的像素点区域作为第一初始掩膜，生成带有所述第一初始掩膜的二值图；
10、根据第一预设硬阈值，通过高斯滤波方式对所述第一初始掩膜进行优化处理，生成对应的第一优化掩膜；
11、对所述第一优化掩膜进行离群点检测和排除处理，生成对应的第二优化掩膜；
12、基于所述第二优化掩膜，将所述眼前节oct伪彩图像分成多个子区域图像。
13、进一步地，所述分别识别各个所述子区域图像中的交联带与未交联区域的分界线，得到对应的识别结果，包括：
14、判断所述子区域图像是否为中央区域图像；
15、若是，则基于预设第一分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果；
16、若否，则基于预设第二分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果。
17、进一步地，所述基于预设第一分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
18、固定所述子区域图像的饱和度范围和亮度范围，通过调整色相方式获取第一色彩范围内的像素点区域，将所述第一色彩范围内的像素点区域作为第一初始掩膜，生成带有所述第一初始掩膜的二值图；
19、根据第一预设硬阈值，通过高斯滤波方式对所述第一初始掩膜进行优化处理，生成对应的第一优化掩膜；
20、对所述第一优化掩膜进行离群点检测和排除处理，生成对应的第二优化掩膜；
21、通过边缘检测算法确定所述第二优化掩膜所有的连通区域，选取面积最大的连通区域作为目标连通域；
22、对所述目标连通域进行凸包求解，确定所述凸包的最左点和最右点；
23、通过下边界点搜索算法进行凸包下边界点补全，得到多个下边界补全点；
24、基于所述最左点、所述最右点和所述多个下边界补全点，生成所述子区域图像的识别结果。
25、进一步地，所述基于预设第二分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
26、固定所述子区域图像的饱和度范围和亮度范围，通过调整色相方式获取第二色彩范围内的像素点区域，将所述第二色彩范围内的像素点区域作为第二初始掩膜，生成带有所述第二初始掩膜的二值图；
27、根据第二预设硬阈值，通过高斯滤波方式对所述初始掩膜进行优化处理，生成对应的第三优化掩膜；
28、对所述第三优化掩膜进行离群点检测和排除处理，生成对应的第四优化掩膜；
29、通过边缘检测算法确定所述第四优化掩膜所有的连通区域，选取面积最大的连通区域作为目标连通域；
30、对所述目标连通域进行凸包求解，确定所述凸包的多个上边界点；
31、基于所述凸包的多个上边界点，生成所述子区域图像的识别结果。
32、进一步地，所述对所述第一优化掩膜进行离群点检测和排除处理，生成对应的第二优化掩膜，包括：
33、计算所述第一优化掩膜的均值和方差，确定对应的离群点；
34、根据拉依达准则排除所述第一优化掩膜的离群点后，生成对应的第二优化掩膜。
35、进一步地，所述基于所述第二优化掩膜，将所述眼前节oct伪彩图像分成多个子区域图像，包括：
36、获取所述第二优化掩膜的左边界和右边界；
37、基于所述左边界和右边界，将所述眼前节oct伪彩图像分成对应的多个子区域图像。
38、相应地，本申请实施例还提供了一种基于oct图像的角膜交联带识别系统，包括：
39、预处理模块，用于采集眼前节oct图像数据后进行图像预处理，得到对应的眼前节oct伪彩图像；
40、分区模块，用于按照预设分区规则，将所述眼前节oct伪彩图像分成多个子区域图像；
41、识别模块，用于分别识别各个所述子区域图像中的交联带与未交联区域的分界线，得到对应的识别结果；
42、合并模块，用于将多个所述子区域图像对应的识别结果进行合并后，得到所述眼前节oct图像的角膜交联带。
43、本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的基于oct图像的角膜交联带识别方法的步骤。
44、本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于oct图像的角膜交联带识别方法的步骤。本文档来自技高网...
【技术保护点】
1.一种基于OCT图像的角膜交联带识别方法，其特征在于，至少包括如下步骤：
2.根据权利要求1所述的基于OCT图像的角膜交联带识别方法，其特征在于，所述按照预设分区规则，将所述眼前节OCT伪彩图像分成多个子区域图像，包括：
3.根据权利要求1所述的基于OCT图像的角膜交联带识别方法，其特征在于，所述分别识别各个所述子区域图像中的交联带与未交联区域的分界线，得到对应的识别结果，包括：
4.根据权利要求3所述的基于OCT图像的角膜交联带识别方法，其特征在于，所述基于预设第一分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
5.根据权利要求3所述的基于OCT图像的角膜交联带识别方法，其特征在于，所述基于预设第二分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
6.根据权利要求1所述的基于OCT图像的角膜交联带识别方法，其特征在于，所述对所述第一优化掩膜进行离群点检测和排除处理，生成对应的第二优化掩膜，包括：
7.根据权利要求1所述的基于OCT图像的角膜交联带识别方法，
8.一种基于OCT图像的角膜交联带识别系统，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述基于OCT图像的角膜交联带识别方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述基于OCT图像的角膜交联带识别方法的步骤。
...【技术特征摘要】
1.一种基于oct图像的角膜交联带识别方法，其特征在于，至少包括如下步骤：
2.根据权利要求1所述的基于oct图像的角膜交联带识别方法，其特征在于，所述按照预设分区规则，将所述眼前节oct伪彩图像分成多个子区域图像，包括：
3.根据权利要求1所述的基于oct图像的角膜交联带识别方法，其特征在于，所述分别识别各个所述子区域图像中的交联带与未交联区域的分界线，得到对应的识别结果，包括：
4.根据权利要求3所述的基于oct图像的角膜交联带识别方法，其特征在于，所述基于预设第一分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
5.根据权利要求3所述的基于oct图像的角膜交联带识别方法，其特征在于，所述基于预设第二分界线识别规则对所述子区域图像进行分界线识别，得到对应的识别结果，包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：张少冲，弥胜利，石开文，窦宁馨，
申请(专利权)人：深圳市眼科医院深圳市眼病防治研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。