基于图像分解的眼科SD-OCT高反射点分割方法及实现系统技术方案

本发明专利技术涉及基于图像分解的眼科SD‑OCT高反射点分割方法及实现系统，包括：(1)利用改进的双边滤波对原OCT图像进行滤波处理；(2)利用图像分解技术将滤波处理后的图像分解为平滑部分和稀疏部分，高反射点存在于稀疏部分中；(3)利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，并利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点。本发明专利技术利用改进的双边滤波方法对OCT进行降噪的同时，增大了高反射点与背景部分的对比度，减少了噪声对高反射点分割的影响。本发明专利技术算法原理简单，易于实现，且精度较高，运行速度快，既能满足医生对精度的要求，又能满足实时性的要求。

【技术实现步骤摘要】
基于图像分解的眼科SD-OCT高反射点分割方法及实现系统
本专利技术涉及基于图像分解的眼科SD-OCT高反射点分割方法及实现系统，属于图像处理

技术介绍
视网膜疾病是世界范围内常见的致盲原因，早期临床发现有助于避免患者失明。由于谱域光学相干断层成像(SpectralDomainOpticalCoherenceTomography,SD-OCT)能够精确显示玻璃膜疣、高反射点(HyperreflectiveDots,HRD)、视网膜内和视网膜下积液等病灶，光学相干断层成像已被广泛应用于视网膜疾病的诊断。然而，由于伪影噪声的存在，对这些病灶的检测和分割并不是一件容易的事情。法国Coscas教授在2009年最先报道了SD-OCT图像中高反射点(在OCT图像中约为6-60个像素点)的存在，其在SD-OCT图像中表现为较小的高亮点，分布于视网膜各层(主要集中在外层)。高反射点是每次临床复发时可检测到的第一个变化，也是治疗后第一个消失的特征。这一观察结果表明高反射点可以作为早期炎症反应的临床标志物。SD-OCT图像中存在大量的散斑噪声，和高反射点为小亮点的特性极为相似，很难直接用阈值的方法将高反射点分离出来。目前，临床主要诊断方式为医生肉眼评估。然而，人眼对高反射点数量、面积和位置等指标的评估具有较大的主观性，手工分割高反射点耗时费力。因此，SD-OCT图像自动化分割高反射点并定量评估高反射点指标具有重大意义。高反射点散布在视网膜的各层中，且在B-scan扫描切片上表现为面积较小的亮点，极易与SD-OCT图像中的噪声混淆。目前并未有到相关公开文献解决该问题。
技术实现思路
针对现有技术的不足，本专利技术提供了基于图像分解的眼科SD-OCT高反射点分割方法；本专利技术还提供了上述基于图像分解的眼科SD-OCT高反射点分割方法的实现系统；本专利技术要解决的技术问题包括：(1)既要消除噪声对高反射点分割的影响，又不能破坏高反射点的结构信息。(2)高反射点散布在视网膜各层，不能通过层分割来定位高反射点的位置。3.提高算法运行速度，以便于临床实际应用。术语解释：1、SD-OCT，SD-OCT是一种非侵入式的微米级分辨率的实时成像技术，用于眼后段结构(包括视网膜、黄斑和视盘等)活体检查。2、Otsu阈值，Otsu阈值是最大类间方差法，是1979年日本学者大津提出的一种自适应的阈值确定方法，是图像处理领域常用的一种阈值方法。3、形态学处理，即数学形态学(mathematicalMorphology)，是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质〈最具区分能力－mostdiscriminative)的形状特征，如边界和连通区域等。同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。本专利技术的技术方案为：基于图像分解的眼科SD-OCT高反射点分割方法，包括步骤如下：(1)利用改进的双边滤波对原SD-OCT图像进行滤波处理；以减小噪声干扰并增大高反射点与背景的对比度。(2)利用图像分解技术将步骤(1)滤波处理后的图像分解为平滑部分和稀疏部分，高反射点存在于稀疏部分中；目的是减少背景对高反射点分割的影响，使得高反射点使用简单的阈值方法就能够得到较好的分割结果。(3)利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，并利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点。根据本专利技术优选的，步骤(1)中，由于高反射点为图像中较亮的点，在原有的双边滤波方法上加入像素值大小对滤波结果的影响，即像素值越大的点对滤波结果影响越大，像素值越小的点对滤波结果影响越小。改进的双边滤波公式如式(Ⅰ)所示：式(Ⅰ)中，q为当前处理的像素点；S表示以q为中心半径为d的邻域；p表示S邻域内的像素点；Ip表示p点的像素值；Gk(p)表示p点到q点的空间距离权重，距离越远，p点对q点的影响越小，即Gk(p)值越小；Gr(p)表示p点像素值与q点像素值差的权重，差值越大，p点对q点的影响越小，即Gr(p)值越小；Gv(p)表示p点与q点像素值大小所占权重，p点与q点像素值和越大，Gv(p)值越大；BFq表示对q点进行滤波之后的像素值大小；σk，σr和σv分别表示Gk(p)，Gr(p)和Gv(p)的方差，在实际应用时根据具体情况设置不同的值；Ip和Iq分别表示p点和q点的像素值；加入Gv(p)项能够加大滤波之后高反射点与背景的对比度，有利于后续高反射点的分割。由于高反射点属于SD-OCT图像中像素值较大的高亮点，本专利技术在滤波过程中通过保持或增大亮的像素点来增大高反射点和图像背景的对比度，所以引入Gv(p)项，赋予亮的像素点更大的权重，从而减小滤波过程中背景像素对高反射点像素的影响，达到提高对比度的目的。根据本专利技术优选的，步骤(2)中，由于高反射点是较小的亮点，将高反射点和背景部分分别显示在两个图像中，则高反射点所在图像看作是稀疏部分，而背景部分所在图像看作是平滑部分,利用图像分解方法将步骤(1)滤波处理后的图像即含有高反射点的OCT图像分解为平滑部分和稀疏部分，如式(Ⅱ)所示：minμ||C||TV+||T||1s.t.C+T＝M(Ⅱ)式(Ⅱ)中，M为步骤(1)滤波处理后的图像，C为平滑部分，T为稀疏部分，包含高反射点，||C||TV＝∑i,j(ci+1,j-ci,j)2+(ci,j+1-ci,j)2，ci,j表示C中(i,j)位置处的像素值；||T||1＝∑i,j|ti,j|，ti,j表示T中(i,j)位置处的像素值，μ为调节C和T权重的一个参数。这样做可以减少背景部分对高反射点的干扰，有利于后续高反射点的分割。根据本专利技术优选的，步骤(3)中，利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，是指：先计算步骤(2)中得到的稀疏部分T的Otsu阈值t；再将T中小于2×t的值置为0，得到高反射点候选点。Otsu阈值为图像处理领域的一种常用阈值方法，可直接计算。根据本专利技术优选的，步骤(3)中，利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点分割结果，是指：利用形态学后处理的方法去除离散点和面积较大的点；离散点是指面积小于6个像素的像素点，面积较大的区域是指面积大于60个像素的点。该方法无需用户手动设置参数，能够自动实现OCT高反射点的分割，分割结果能够满足医生的需求，且整体算法运行时间约为6s，能够满足实时性的要求。上述基于图像分解的眼科SD-OCT高反射点分割方法的实现系统，包括依次连接的滤波处理模块、图像分解模块、高反射点候选点分离模块及高反射点获取模块；所述滤波处理模块用于实现上述步骤(1)；所述图像分解模块用于实现上述步骤(2)；所述高反射点候选点分离模块用于实现上述步骤(3)中利本文档来自技高网...

【技术保护点】
1.基于图像分解的眼科SD-OCT高反射点分割方法，其特征在于，包括步骤如下：/n(1)利用改进的双边滤波对原SD-OCT图像进行滤波处理；/n(2)利用图像分解技术将步骤(1)滤波处理后的图像分解为平滑部分和稀疏部分，高反射点存在于稀疏部分中；/n(3)利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，并利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点。/n

【技术特征摘要】
1.基于图像分解的眼科SD-OCT高反射点分割方法，其特征在于，包括步骤如下：
(1)利用改进的双边滤波对原SD-OCT图像进行滤波处理；
(2)利用图像分解技术将步骤(1)滤波处理后的图像分解为平滑部分和稀疏部分，高反射点存在于稀疏部分中；
(3)利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，并利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点。


2.根据权利要求1所述的基于图像分解的眼科SD-OCT高反射点分割方法，其特征在于，步骤(1)中，改进的双边滤波公式如式(Ⅰ)所示：



式(Ⅰ)中，q为当前处理的像素点；S表示以q为中心半径为d的邻域；p表示S邻域内的像素点；Ip表示p点的像素值；Gk(p)表示p点到q点的空间距离权重，距离越远，p点对q点的影响越小，即Gk(p)值越小；Gr(p)表示p点像素值与q点像素值差的权重，差值越大，p点对q点的影响越小，即Gr(p)值越小；Gv(p)表示p点与q点像素值大小所占权重，p点与q点像素值和越大，Gv(p)值越大；BFq表示对q点进行滤波之后的像素值大小；


σk，σr和σv分别表示Gk(p)，Gr(p)和Gv(p)的方差，在实际应用时根据具体情况设置不同的值；Ip和Iq分别表示p点和q点的像素值。


3.根据权利要求1所述的基于图像分解的眼科SD-OCT高反射点分割方法，其特征在于，步骤(2)中，将高反射点和背景部分分别显示在两个图像中，则高反射点所在图像看作是稀疏部分，而背景部分所在图像看作是平滑部分,利用图像分解方法将步骤(1)滤波处理后的图像即含有高反射点的OCT图像分解为平滑部分和稀疏部分，如式(Ⅱ)所示：
minμ||C||TV+||T||1s.t.C+T＝M(...

【专利技术属性】
技术研发人员：付树军，张波，廖胜海，王红，李玉亮，胡明征，李一啸，刘旭雅，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37