视网膜浆液性色素上皮层脱离的自动分割方法技术

视网膜浆液性色素上皮层脱离的自动分割方法，包括以下步骤：a.预处理：把光学相干断层扫描眼部成像仪获取的三维视网膜图像输入计算机，使用曲线异向扩散滤波方法对视网膜浆液性色素上皮层脱离的图像去噪；b.自动分割：使用图搜索算法对视网膜浆液性色素上皮层脱离的图像分层，得到初始分割结果；根据初始分割结果使用数学形态学算法获得前景、背景种子点；使用图割算法对视网膜浆液性色素上皮脱离区域自动分割；c.后处理：使用数学形态学算法优化自动分割结果。本发明专利技术有效地融合了图搜索，图割和数学形态学算法，实现了视网膜浆液性色素上皮层脱离区域的自动分割。

【技术实现步骤摘要】

本设计涉及视网膜浆液性色素上皮层脱离的自动分割方法，属于计算机视觉、医学图像处理与分析

技术介绍
视网膜浆液性色素上皮层脱离可能由多种脉络膜或者视网膜疾病引起，如年龄相关性黄斑变性、息肉状脉络膜血管病变、中心性浆液性脉络膜视网膜病变、葡萄膜炎等。由于视网膜浆液性色素上皮层脱离常常导致中心视力丧失，因此，视网膜浆液性色素上皮层脱离的自动分割具有重要的临床意义。目前的视网膜图像自动分割算法存在以下的缺陷：(1)大部分算法都是二维算法，即在每个切片图像(x-z平面图像，称为横向扫描图像)中独立进行分割，这类方法没有充分利用三维的上下文信息，较容易受到图像噪声或伪影的影响，导致分割错误。(2)大部分已有的视网膜组织层次分割算法都是针对正常视网膜设计的，当视网膜组织由于病变产生较大的形变时，这些算法将失效。(3)大部分已有的视网膜的病变区域分割算法都仅对病变区域定性分析，并没有提供关于病变区域的准确的定量信息，如形状，大小和位置等。因此，不能提高诊断和治疗的精准度。
技术实现思路
针对现有技术的不足，本设计的目的是提供视网膜浆液性色素上 皮层脱离的自动分割方法，实现了视网膜浆液性色素上皮层脱离区域的自动分割。为实现上述目的，本设计是通过以下技术手段来实现的：视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：包括以下步骤：a.预处理：把光学相干断层扫描眼部成像仪获取的三维视网膜图像输入计算机，使用曲线异向扩散滤波方法对视网膜浆液性色素上皮层脱离的图像去噪；b.自动分割：首先，使用图搜索算法对视网膜浆液性色素上皮层脱离的图像分层(分层指将视网膜图像分成不同的曲面)，得到色素上皮层脱离区域的初始分割结果；然后，使用数学形态学算法获得前景种子点、背景种子点；最后，使用图割算法对视网膜浆液性色素上皮脱离区域自动分割(分割指得到一块或者多块病变区域)；c.后处理：使用数学形态学算法优化自动分割结果。进一步地： 所述的视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：所述的预处理步骤为：使用曲线异向扩散滤波方法对视网膜色素上皮层脱离的图像去噪，其曲线扩散方程为：可以去掉视网膜图片的散斑噪声，并保留图像的边界。所述的视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：所述的自动分割使用图搜索算法对视网膜浆液性色素上皮层脱离的图像分成4层，得到初始结果的步骤为：(a)分割内界膜；(b)分割视网膜内外层分界面；(c)分割色素上皮层；(d)估计出布鲁赫膜；(e)将色素上皮层与布鲁赫膜两层之间的区域作为视网膜浆液性色素上皮层脱离区域的初始化分割结果。所述的视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：所述的自动分割使用数学形态学算法获得前景种子点、背景种子点步骤为：(a)腐蚀操作得到前景种子点；(b)膨胀操作得到背景种子点。所述的视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：所述的自动分割使用图割算法对视网膜浆液性色素上皮脱离区域自动分割步骤为：(a)设计图割算法的代价函数，E(total)＝E(region)+E(boundary)+E(shape)；(b)基于(a)中已经设计好的能量函数E(total)最小的要求，实现最大流最小割算法。所述的视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：所述的后处理步骤为：(a)采用AdaBoost分类器对视网膜浆液性色素上皮层脱离区域的形状和大小进行学习，并将分类器的学习结果作为设计结构元素的依据；(b)设计了2种结构元素，即半径为6，高度为6的半球形结构元素和半径为3，高度为3的半球形结构元素；(c)执行数学形态学算法中的腐蚀操作，去掉错误的自动分割结 果。本专利技术的有益效果是：视网膜浆液性色素上皮层脱离是一种视网膜脉络膜疾病的重要特征，如年龄相关性黄斑变性，中心性视网膜浆液性视网膜病变和中心性渗出性脉络膜视网膜病变。视网膜浆液性色素上皮层脱离常常导致中心视力丧失，因此，视网膜浆液性色素上皮层脱离的自动分割具有重要的临床意义。然而，由于视网膜浆液性色素上皮层脱离这种病变结构的形状，大小，出现的位置都具有任意性，因此，完全自动化地分割视网膜浆液性色素上皮层脱离仍然是一个具有挑战性的任务。本专利技术有效地融合三维的图搜索，图割和数学形态学算法，对光学相干断层扫描眼部成像仪获取的三维视网膜图像进行处理，实现了视网膜浆液性色素上皮层脱离区域的自动分割。而且可以为临床医生提供关于视网膜浆液性色素上皮层脱离区域的准确的定量信息，包括形状，大小和位置，从而提高诊断和治疗的精准度。附图说明图1为曲线异向扩散滤波方法对视网膜图像去掉散斑噪声后的结果:(a)原图像,(b)去掉大部分散斑噪声后的图像；图2为视网膜浆液性色素上皮层脱离图像自动分层结果的图像；图3为数学形态学方法获得前景种子点、背景种子点的结果:(a)初始分割结果图像，(b)前景种子点图像，(c)背景种子点图像；图4为图割方法得到的自动分割结果的图像；图5为数学形态学算法优化图割算法得到的分割结果后的图像:(a)图割算法得到的分割结果的图像；(b)优化后的、去掉 了错误的分割结果的图像；图6为视网膜浆液性色素上皮层脱离图像的最终分割结果:(a)分割结果的二维显示图像，(b)分割结果的三维显示图像。附图标记含义如下：标号1为散斑噪声；标号2曲线为内界膜；标号3曲线为视网膜内外层分界面，标号4曲线为视网膜色素上皮层；标号5曲线为估计出的布鲁赫膜；标号6区域为前景种子点；标号7区域为背景种子点；标号8区域为视网膜浆液性色素上皮层脱离区域；标号9区域为图割算法自动分割结果；标号10区域为优化后的结果，即去掉了错误的分割结果；标号11区域为视网膜浆液性色素上皮层脱离区域的二维显示；标号12区域为视网膜浆液性色素上皮层脱离区域的三维显示。具体实施方式下面将结合说明书附图，对设计作进一步的说明。视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：包括以下步骤：a.预处理：把光学相干断层扫描眼部成像仪获取的三维视网膜图像输入计算机，使用曲线异向扩散滤波方法对视网膜浆液性色素上皮层脱离的图像去噪；b.自动分割：首先，使用图搜索算法对视网膜浆液性色素上皮层脱离的图像分层(分层指将视网膜图像分成不同的曲面)，得到色素上皮层脱离区域的初始分割结果；然后，使用数学形态学算法获得前景种子点、背景种子点；最后，使用图割算法对视网膜浆液性色素上皮层脱离区域自动分割(分割指得到一块或者多块病 变区域)；c.后处理：使用数学形态学算法优化自动分割结果。进一步地： 所述的预处理的具体实施方式如下所示：视网膜浆液性色素上皮层脱离的图像通过光学相干断层扫描眼部成像仪获取，但是，光学相干断层扫描眼部成像仪获取的三维视网膜图像含有较多的散斑噪声。为保证后续分割的效果，必须在有效去除噪声的同时尽可能保留图像中的边缘信息。本专利技术采用曲线异向扩散滤波方法对光学相本文档来自技高网...

【技术保护点】
视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：包括以下步骤：a.预处理：把光学相干断层扫描眼部成像仪获取的三维视网膜图像输入计算机，使用曲线异向扩散滤波方法对视网膜浆液性色素上皮层脱离的图像去噪；b.自动分割：首先，使用图搜索算法对视网膜浆液性色素上皮层脱离的图像分层，得到色素上皮层脱离区域的初始分割结果；然后，使用数学形态学算法获得前景种子点、背景种子点；最后，使用图割算法对视网膜浆液性色素上皮脱离区域自动分割；c.后处理：使用数学形态学算法优化自动分割结果。

【技术特征摘要】
1.视网膜浆液性色素上皮层脱离的自动分割方法，其特征在于：
包括以下步骤：
a.预处理：把光学相干断层扫描眼部成像仪获取的三维视网膜图
像输入计算机，使用曲线异向扩散滤波方法对视网膜浆液性色素上皮
层脱离的图像去噪；b.自动分割：首先，使用图搜索算法对视网膜浆
液性色素上皮层脱离的图像分层，得到色素上皮层脱离区域的初始分
割结果；然后，使用数学形态学算法获得前景种子点、背景种子点；
最后，使用图割算法对视网膜浆液性色素上皮脱离区域自动分割；c.
后处理：使用数学形态学算法优化自动分割结果。
2.如权利要求1所述的视网膜浆液性色素上皮层脱离的自动分割
方法，其特征在于：所述的预处理步骤为：
使用曲线异向扩散滤波方法对视网膜浆液性色素上皮层脱离的
图像去噪，其曲线扩散方程为：可以去掉视网
膜图片的散斑噪声，并保留图像的边界。
3.如权利要求1所述的视网膜浆液性色素上皮层脱离的自动分
割方法，其特征在于：所述的自动分割步骤中使用图搜索算法对视网
膜浆液性色素上皮层脱离的图像分层，得到色素上皮层脱离区域的初
始结果的步骤为：
(a)分割内界膜；(b)分割视网膜内外层分界面；(c)分割色素
上皮层；(d)估计出布鲁赫膜；(e)将色素上皮层与布鲁赫膜两层之

【专利技术属性】
技术研发人员：陈新建，孙助力，石霏，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32