【技术实现步骤摘要】
本专利技术涉及图像处理，尤其是涉及面向阿尔茨海默病的眼底octa图像分析方法、系统和介质。
技术介绍
1、光学相干断层血管成像(octa，optical coherence tomography angiography)是建立在光学相干断层成像(oct)平台上的一种快速、无创的技术，可以生成包含视网膜血管和微血管系统功能信息的图像。从octa图像中获得的视网膜指标的量化在阿尔茨海默症(ad)定量研究和临床决策中起着至关重要的作用。并且，基于视网膜分区的ad研究也表明区域参数在分析和研究中的重要性。例如，在octa图像上，与健康对照组相比，ad患者的视网膜的下侧内环区域的血管密度显著降低、弯曲度提高。
2、基于以上原因，从octa中自动、准确地分区域提取并分析这些视网膜结构指标对于早期诊断ad和评估ad进展具有重要意义。然而，现有的octa图像中视网膜分区指标提取工作仅基于单纯的统计学算法，并且只能分别计算特定的参数，这意味着当前的算法难以综合考虑所有已知的ad特征，并且无法发掘和分析分区域的未知的高维特征。
技术实现思路
1、本专利技术的目的在于克服上述技术不足，提出面向阿尔茨海默病的眼底octa图像分析方法、系统和介质，解决现有技术中难以综合考虑大量已知的ad特征，并且无法发掘和分析分区域的未知的高维特征的技术问题。
2、为达到上述技术目的，第一方面，本专利技术的技术方案提供一种面向阿尔茨海默病的眼底octa图像分析方法，包括以下步骤：
3、获
4、根据所述中心点位置在所述眼底octa图像中选定圆形roi，根据极坐标系和笛卡尔坐标系的映射关系将所述圆形roi进行极坐标转换为矩形roi；
5、将所述矩形roi分为多个矩形分区域，利用多尺度特征提取模块对多个所述矩形分区域进行特征提取得到特征提取结果；
6、使用极坐标区域重要性模块来对特征提取结果进行综合计算，输出区域重要性矩阵和可视化分析结果。
7、与现有技术相比，本专利技术提供的面向阿尔茨海默病的眼底octa图像分析方法的有益效果包括：
8、本专利技术的面向阿尔茨海默病的眼底octa图像分析方法先将原始图像转换为极坐标系图像，然后将转换后的图像输入一个特殊设计的深度神经网络，产生最终的分析结果和相应的区域重要性矩阵。本专利技术考虑到基于octa的分区方式通常是环形和扇形，如糖尿病视网膜病变早期治疗研究网格(etdrs)和内外环网格(ie)，而深度学习算法的计算单元是矩形，所以首先使用极坐标变换的手段将环形区域和矩形的计算单元进行映射；之后利用针对极坐标变换设计的多尺度模块自适应地学习环状区域和扇形区域的ad疾病特征；为了将提取到的特征重要性进行分析，本专利技术对该神经网络进行了特殊设计：在单个输入分支的末端采用梯度权重类激活映射的手段对该输入的相应区域进行重要性计算，并以矩阵的形式量化重要性。
9、根据本专利技术的一些实施例，获取检测者的眼底octa图像，定位眼底octa图像中浅层血管复合体的中心点作为极点坐标，包括步骤：
10、所述眼底octa图像包括：浅层血管复合体(svc)图像、深层血管复合体(dvc)图像和脉络膜毛细血管层(cc)图像；
11、训练中心凹无血管区(faz)的分割模型，使用所述分割模型在浅层血管复合体(svc)图像上定位所述中心凹无血管区的中心点作为极点坐标。
12、根据本专利技术的一些实施例，根据所述中心点位置在所述眼底octa图像中选定圆形roi，包括步骤：
13、以极点坐标为圆心，在所述眼底octa图像取最大内切圆作为所述圆形roi，极坐标转换半径r为所述圆形roi的半径。
14、根据本专利技术的一些实施例，根据极坐标系和笛卡尔坐标系的映射关系将所述圆形roi进行极坐标转换为矩形roi，包括步骤：
15、极坐标系和笛卡尔坐标系的映射关系，定义为以下公式：
16、
17、其中，p(u,v)是笛卡尔坐标系中的点，p'(θ,r)是在极坐标系中的相应的表示；转换后的矩形roi的宽度是r，高度是2πr。
18、根据本专利技术的一些实施例，所述多尺度特征提取模块包括：
19、多核空洞卷积模块(mka)、多核池化模块(mkp)和卷积注意力模块(pam)，多核空洞卷积模块(mka)、多核池化模块(mkp)和卷积注意力模块(pam)都包括四个子分支，通过所述卷积注意力模块使用注意力机制对多尺度特征进行融合得到特征提取结果，pem表示为：
20、
21、一个子分支的输入表示为xi，函数h(·)表示mka，函数g(·)表示mkp，函数t(·)表示pam，wn代表不同子分支上的可学习权重。
22、根据本专利技术的一些实施例，所述区域重要性矩阵的计算式为：
23、
24、其中，对于一个有t类目标特征的特征图m，令表示在m上第t类的梯度，am表示深度网络的最后一层的激活图。
25、根据本专利技术的一些实施例，将所述矩形roi分为多个矩形分区域，包括步骤：
26、将所述矩形roi对应所述圆形roi的外环位置分为te分区域、se分区域、ne分区域和ie分区域，将所述矩形roi对应所述圆形roi的内环位置分为ti分区域、si分区域、ni分区域和ii分区域。
27、第二方面，本专利技术的技术方案提供一种面向阿尔茨海默病的眼底octa图像分析系统，包括：
28、极点定位模块，用于获取检测者的眼底octa图像，定位眼底octa图像中浅层血管复合体图像的中心点作为极点坐标；
29、极坐标转换模块，用于根据所述中心点位置在所述眼底octa图像中选定圆形roi，根据极坐标系和笛卡尔坐标系的映射关系将所述圆形roi进行极坐标转换为矩形roi；
30、特征提取模块，用于将所述矩形roi分为多个矩形分区域，利用多尺度特征提取模块对多个所述矩形分区域进行特征提取得到特征提取结果；
31、分析结果输出模块，使用极坐标区域重要性模块来对特征提取结果进行综合计算，输出区域重要性矩阵和可视化分析结果。
32、第三方面，本专利技术的技术方案提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面中任意一项所述的面向阿尔茨海默病的眼底octa图像分析方法。
33、本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，获取检测者的眼底OCTA图像，定位眼底OCTA图像中浅层血管复合体的中心点作为极点坐标，包括步骤：
3.根据权利要求1所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，根据所述中心点位置在所述眼底OCTA图像中选定圆形ROI，包括步骤：
4.根据权利要求3所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，根据极坐标系和笛卡尔坐标系的映射关系将所述圆形ROI进行极坐标转换为矩形ROI，包括步骤：
5.根据权利要求1所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，所述多尺度特征提取模块包括：
6.根据权利要求1所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，所述区域重要性矩阵的计算式为：
7.根据权利要求1所述的面向阿尔茨海默病的眼底OCTA图像分析方法，其特征在于，将所述矩形ROI分为多个矩形分区域，包
8.一种面向阿尔茨海默病的眼底OCTA图像分析系统，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至7任意一项所述的面向阿尔茨海默病的眼底OCTA图像分析方法。
...【技术特征摘要】
1.一种面向阿尔茨海默病的眼底octa图像分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向阿尔茨海默病的眼底octa图像分析方法，其特征在于，获取检测者的眼底octa图像，定位眼底octa图像中浅层血管复合体的中心点作为极点坐标，包括步骤：
3.根据权利要求1所述的面向阿尔茨海默病的眼底octa图像分析方法，其特征在于，根据所述中心点位置在所述眼底octa图像中选定圆形roi，包括步骤：
4.根据权利要求3所述的面向阿尔茨海默病的眼底octa图像分析方法，其特征在于，根据极坐标系和笛卡尔坐标系的映射关系将所述圆形roi进行极坐标转换为矩形roi，包括步骤：
5.根据权利要求1...
【专利技术属性】
技术研发人员：赵一天，刘守岳，郝晋奎，张炯，
申请(专利权)人：中国科学院宁波材料技术与工程研究所，
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。