本申请提供一种基于多光谱眼底图像生成血氧饱和度数据的方法及系统，所属技术领域为医学图像处理技术领域，包括：获取多光谱眼底图片组；所述多光谱眼底图片组包括：彩色图和灰度图；基于loftr算法，以所述彩色图为标准，对所述灰度图配准；获取所述彩色图的视盘所在位置；基于所述彩色图的视盘所在位置，生成所述彩色图的动静脉血管标签模型；基于所述彩色图的动静脉血管标签模型，获取所述彩色图的动脉标签和静脉标签内血管的最小外接矩形；计算灰度图的灰度平均值；基于灰度图的灰度平均值，生成动脉和静脉的血氧饱和度数据；以解决目前基于多光谱眼底图像生成血氧饱和度数据的数据结果不稳定、准确性低且数据生成过程时间长的问题。
【技术实现步骤摘要】
本申请涉及医学图像处理，尤其涉及基于多光谱眼底图像生成血氧饱和度数据的方法及系统。
技术介绍
1、通过人眼的视网膜图像生成的血氧饱和度数据是眼科诊断和治疗中不可或缺的重要信息。研究表明许多视网膜的病变会引起氧气的大量消耗，如糖尿病引起的视网膜病变、青光眼、血管阻塞等。通过多光谱眼底图像检测血氧饱和度数据中血氧的变化能够对这些疾病进行早期诊断和检测，但是活体人眼存在各种像差，导致视网膜成像的分辨率和对比度受到很大限制，同时也造成了血氧饱和度数据结果的不准确性。
2、在现有技术中，为了提高血氧饱和度数据结果的准确性，一般采用多光谱眼底图像生成血氧饱和度数据，多光谱眼底图像生成血氧饱和度数据的方法通常基于色素血红蛋白和去氧血红蛋白吸收光谱的比值或者比值的差异，从而得到血氧饱和度数据。
3、但上述方法容易受到光照强度、色彩平衡等因素的影响，从而导致血氧饱和度数据结果的准确性较低；同时，目前通过多光谱眼底图像生成的血氧饱和度数据中需要医疗人员事先采集大量的数据并进行验证，采集数据过程复杂且需要人为验证采集数据的准确性，导致生成的血氧饱和度数据结果不稳定、准确性低且数据生成过程时间长。
技术实现思路
1、本申请实施例提供了一种基于多光谱眼底图像生成血氧饱和度数据的方法及系统，以解决目前基于多光谱眼底图像生成血氧饱和度数据的数据结果不稳定、准确性低且数据生成过程时间长的技术问题。
2、本申请第一方面提供了一种基于多光谱眼底图像生成血氧饱和度数据的方法，包括：</p>3、获取多光谱眼底图片组；所述多光谱眼底图片组包括：彩色图和灰度图；所述灰度图包括：波长550纳米的灰度图、波长600纳米的灰度图；
4、基于loftr算法，以所述彩色图为标准，对所述灰度图配准；
5、利用yolov5对所述彩色图进行视盘检测，获取所述彩色图的视盘所在位置；
6、基于所述彩色图的视盘所在位置，生成所述彩色图的动静脉血管标签模型；所述动静脉血管标签模型包括：动脉标签和静脉标签；
7、基于所述彩色图的动静脉血管标签模型，获取所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形；基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值；所述灰度图的灰度平均值包括：所述灰度图动脉血管内的灰度平均值以及静脉血管内的灰度平均值，所述灰度图动脉血管外的灰度平均值以及静脉血管外的灰度平均值；
8、基于所述灰度图的灰度平均值，生成动脉和静脉的血氧饱和度数据；所述动脉和静脉的血氧饱和度数据包括：动脉的血氧饱和度、静脉的血氧饱和度。
9、在一些实施例中，所述基于所述彩色图的视盘所在位置，生成所述彩色图的动静脉血管标签模型包括：
10、利用unet网络对所述彩色图进行动静脉血管分割，获取动静脉血管标签；
11、基于所述彩色图的视盘所在位置，获取以视盘中心为圆心，视盘半径至视盘三倍半径为半径的圆环区域内所述彩色图的动脉标签和静脉标签；
12、基于所述视盘半径至视盘三倍半径为半径的圆环区域内所述彩色图的动脉标签和静脉标签，生成所述彩色图的动静脉血管标签模型。
13、在一些实施例中，所述基于所述彩色图的动静脉血管标签模型，生成所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形包括：
14、基于所述彩色图的动静脉血管标签模型，获取所述彩色图的动脉标签和静脉标签内所有血管的最小外接矩形；
15、沿血管方向对所述彩色图的动脉标签和静脉标签内所有血管的最小外接矩形进行分割，生成多个大小相同的分割矩形；
16、基于所述分割矩形，生成多个所述分割矩形内血管的最小外接矩形；所述分割矩形内血管的最小外接矩形为所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形。
17、在一些实施例中，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值包括：
18、基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形位置，投影至所述灰度图；
19、获取所述灰度图中动脉标签和静脉标签内血管的最小外接矩形内第一灰度参考值；所述第一灰度参考值为所述灰度图中各个目标最小外接矩形内非零值像素点从小到大排序的灰度值中5%至15%分位点范围内所有灰度值的平均值；
20、基于所述第一灰度参考值，计算所述灰度图动脉血管内的灰度平均值以及静脉血管内的灰度平均值。
21、在一些实施例中，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值还包括：
22、获取所述灰度图中动脉标签和静脉标签内血管的目标最小外接矩形外第三灰度参考值，所述第三灰度参考值为所述灰度图中各个目标最小外接矩形的外延矩形远离所述目标最小外接矩形一侧的像素点灰度平均值；所述外延矩形设置于所述目标最小外接矩形两侧，所述外延矩形与所述目标最小外接矩形大小相等；
23、基于所述第三灰度参考值，计算所述灰度图动脉血管外的灰度平均值以及静脉血管外的灰度平均值。
24、在一些实施例中，所述基于所述灰度图的灰度平均值，生成动脉和静脉的血氧饱和度数据包括：
25、基于所述灰度图的灰度平均值，计算所述灰度图中动脉和静脉的光密度值；
26、所述灰度图中动脉的光密度值为：
27、d550_a=log(550_out_a/550_in_a)；d600_a=log(600_out_a/600_in_a)；
28、式中，d550_a为波长550纳米的灰度图中动脉的光密度值，550_out_a为波长550纳米的灰度图中动脉血管外的灰度平均值，550_in_a为波长550纳米的灰度图中动脉血管内的灰度平均值；d600_a为波长600纳米的灰度图中动脉的光密度值，600_out_a为波长600纳米的灰度图中动脉血管外的灰度平均值，600_in_a为波长600纳米的灰度图中动脉血管内的灰度平均值；
29、基于所述灰度图中动脉和静脉的光密度值，计算动脉和静脉的光密度比；
30、所述动脉的光密度比为：
31、rod _a=d600_a/d550_a；
32、所述静脉的光密度比为：
33、rod_v=d600_v/d550_v；
34、基于所述动脉和静脉的光密度比，生成动脉和静脉的血氧饱和度数据。
35、在一些实施例中，所述基于所述动脉和静脉的光密度比，生成动脉和静脉的血氧饱和度数据包括：
36、基于所述动脉和静脉的光密度比，根据血氧饱和度计算公式计算动脉和静脉的血氧饱和度；
37、所述血氧饱和度计算公式为：
38、so2=a*rod+b；
39、式中，a为第一参数值，b为第二参数值，rod为光密度比；
40本文档来自技高网
...
【技术保护点】
1.一种基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，包括：
2.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的视盘所在位置，生成所述彩色图的动静脉血管标签模型包括：
3.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动静脉血管标签模型，生成所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形包括：
4.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值包括：
5.根据权利要求4所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值还包括：
6.根据权利要求5所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述灰度图的灰度平均值，生成动脉和静脉的血氧饱和度数据包括：
7.根据权利要求6所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述动脉和静脉的光密度比，生成动脉和静脉的血氧饱和度数据包括：
8.根据权利要求7所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述动脉和静脉的光密度比，生成动脉和静脉的血氧饱和度数据还包括：
9.一种基于多光谱眼底图像生成血氧饱和度数据的系统，应用于上述权利要求1至8中任意一项所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，包括：
10.根据权利要求9所述的基于多光谱眼底图像生成血氧饱和度数据的系统，其特征在于，所述生成模块（4）包括：
...
【技术特征摘要】
1.一种基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，包括：
2.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的视盘所在位置，生成所述彩色图的动静脉血管标签模型包括：
3.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动静脉血管标签模型，生成所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形包括：
4.根据权利要求1所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的灰度平均值包括：
5.根据权利要求4所述的基于多光谱眼底图像生成血氧饱和度数据的方法，其特征在于，所述基于所述彩色图的动脉标签和静脉标签内血管的目标最小外接矩形，计算所述灰度图的...
【专利技术属性】
技术研发人员：刘春燕，赵振栋，唐旭，姜冲，
申请(专利权)人：江苏富翰医疗产业发展有限公司，
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。