被试间视网膜图像配准方法和装置、电子设备、存储介质制造方法及图纸

本公开实施例提供被试间视网膜图像配准方法和装置、电子设备、存储介质，涉及人工智能技术领域。该被试间视网膜图像配准方法，包括：获取至少两个原始图像；原始图像为不同被试的图像，原始图像包括视网膜en

【技术实现步骤摘要】
被试间视网膜图像配准方法和装置、电子设备、存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种被试间视网膜图像配准方法和装置、电子设备、存储介质。

技术介绍

[0002]在医学图像配准技术中，当前的配准方法包括：基于区域灰度的配准方法、基于特征的配准方法。其中，基于区域灰度的配准方法通过提取区域内的灰度信息(如直方图信息)，并利用相关性和互信息等测度作为目标函数进行配准；基于特征的配准方法通过寻找特征匹配点来实现配准。在被试内的视网膜en
‑
face视角的OCT(Optical Coherence Tomography，光学相干断层扫描)图像配准过程中通常采用基于特征的方法，利用视网膜血管特征进行配准。
[0003]基于区域灰度的配准方法中的灰度特征容易受到OCT图像上的斑点噪声干扰，导致配准效果欠佳，而基于特征的配准方法虽然可以通过视网膜en
‑
face OCT图像清晰呈现视网膜的血管特征并找到匹配的特征点，但由于视网膜血管特征具有较强的个体特异性，不同被试的视网膜血管在拓扑结构、血管形态和数量上都有着较大的差异，因此，当前的图像配准方法无法针对不同被试的视网膜图像进行配准。

技术实现思路

[0004]本公开实施例的主要目的在于提出一种被试间视网膜图像配准方法和装置、电子设备、存储介质，能够实现针对不同被试的视网膜图像的配准。
[0005]为实现上述目的，本公开实施例的第一方面提出了一种被试间视网膜图像配准方法，包括：
[0006]获取至少两个原始图像；所述原始图像为不同被试的图像，所述原始图像包括视网膜en
‑
face视角的光学相干断层扫描图像；所述原始图像包括源图像、目标图像；
[0007]对所述原始图像进行视网膜厚度计算处理，得到目标厚度图像；所述目标厚度图像包含所述原始图像中视网膜的厚度信息；
[0008]对所述目标厚度图像进行极坐标空间变换处理，得到极坐标空间中的极坐标图像；
[0009]在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像。
[0010]在一些实施例，所述在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像，包括：
[0011]在所述极坐标空间中对所述极坐标图像进行配准，得到极坐标空间中的目的子图像；
[0012]对所述目的子图像进行原图像空间变换处理，得到原图像空间中的所述目的图像。
[0013]在一些实施例，所述在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像，还包括：
[0014]在极坐标空间中对所述极坐标图像进行配准，得到极坐标空间中的第一变形向量场；
[0015]对所述第一变形向量场进行原图像空间变换处理，得到原图像空间中的第二变形向量场；
[0016]根据所述第二变形向量场对所述原始图像进行配准，得到所述目的图像。
[0017]在一些实施例，所述对所述原始图像进行视网膜厚度计算处理，得到目标厚度图像，包括：
[0018]对所述原始图像进行视网膜分割，得到视网膜图像；
[0019]对所述视网膜图像进行厚度计算，得到初始厚度图像；
[0020]对所述初始厚度图像进行图像预处理，得到所述目标厚度图像。
[0021]在一些实施例，所述对所述初始厚度图像进行图像预处理，得到所述目标厚度图像，包括：
[0022]对所述初始厚度图像进行图像去噪处理，得到所述目标厚度图像。
[0023]在一些实施例，所述对所述初始厚度图像进行图像预处理，得到所述目标厚度图像，还包括：
[0024]对所述初始厚度图像进行图像增强处理，得到所述目标厚度图像。
[0025]在一些实施例，所述在极坐标空间中对所述极坐标图像进行配准，得到极坐标空间中的第一变形向量场，包括：
[0026]根据极坐标空间的角度对所述极坐标图像进行扫描，以提取厚度曲线信息；所述厚度曲线信息为每个所述角度对应的所述厚度信息；
[0027]根据所述厚度曲线信息进行一致性特征提取，得到特征点；
[0028]根据所述特征点对所述极坐标图像在极坐标空间进行配准，生成所述第一变形向量场。
[0029]为实现上述目的，本公开的第二方面提出了一种被试间视网膜图像配准装置，包括：
[0030]原始图像获取模块，用于获取至少两个原始图像；所述原始图像为不同被试的图像，所述原始图像包括视网膜en
‑
face视角的光学相干断层扫描图像；所述原始图像包括源图像、目标图像；
[0031]视网膜厚度计算模块，用于对所述原始图像进行视网膜厚度计算处理，得到目标厚度图像；所述目标厚度图像包含所述原始图像中视网膜的厚度信息；
[0032]极坐标空间变换模块，用于对所述目标厚度图像进行极坐标空间变换处理，得到极坐标空间中的极坐标图像；
[0033]配准模块，用于在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像。
[0034]为实现上述目的，本公开的第三方面提出了一种电子设备，包括：
[0035]至少一个存储器；
[0036]至少一个处理器；
[0037]至少一个程序；
[0038]所述程序被存储在存储器中，处理器执行所述至少一个程序以实现本公开如上述第一方面所述的方法。
[0039]为实现上述目的，本公开的第四方面提出了一种存储介质，该存储介质是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：
[0040]如上述第一方面所述的方法。
[0041]本公开实施例提出的被试间视网膜图像配准方法和装置、电子设备、存储介质，先获取至少两个原始图像，然后对原始图像进行视网膜厚度计算处理，得到目标厚度图像，进而目标厚度图像包含原始图像中视网膜的厚度信息，并对目标厚度图像进行极坐标空间变换处理，得到极坐标空间中的极坐标图像，最后在极坐标空间中对极坐标图像进行配准，得到原图像空间中的目的图像,通过本公开实施例提供的技术方案可以实现针对不同被试的视网膜图像的配准。
附图说明
[0042]图1是本公开实施例提供的被试间视网膜图像配准方法的流程图。
[0043]图2是图1中的步骤S140的流程图。
[0044]图3是图1中另一个实施例提供的步骤S140的流程图。
[0045]图4是图1中的步骤S120的流程图。
[0046]图5是图4中的步骤S430的流程图。
[0047]图6是图3中的步骤S310的流程图。
[0048]图7是本公开实施例提供的被试间视网膜图像配准装置的模块框图。
[0049]图8是本公开实施例提供的电子设备的硬件结构示意图。
[0050]附图标记：原始图像获取模块710、视网膜厚度计算模块720、极坐标空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种被试间视网膜图像配准方法，其特征在于，包括：获取至少两个原始图像；所述原始图像为不同被试的图像，所述原始图像包括视网膜en
‑
face视角的光学相干断层扫描图像；所述原始图像包括源图像、目标图像；对所述原始图像进行视网膜厚度计算处理，得到目标厚度图像；所述目标厚度图像包含所述原始图像中视网膜的厚度信息；对所述目标厚度图像进行极坐标空间变换处理，得到极坐标空间中的极坐标图像；在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像。2.根据权利要求1所述的方法，其特征在于，所述在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像，包括：在所述极坐标空间中对所述极坐标图像进行配准，得到极坐标空间中的目的子图像；对所述目的子图像进行原图像空间变换处理，得到原图像空间中的所述目的图像。3.根据权利要求1所述的方法，其特征在于，所述在所述极坐标空间中对所述极坐标图像进行配准，得到原图像空间中的目的图像，还包括：在极坐标空间中对所述极坐标图像进行配准，得到极坐标空间中的第一变形向量场；对所述第一变形向量场进行原图像空间变换处理，得到原图像空间中的第二变形向量场；根据所述第二变形向量场对所述原始图像进行配准，得到所述目的图像。4.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行视网膜厚度计算处理，得到目标厚度图像，包括：对所述原始图像进行视网膜分割，得到视网膜图像；对所述视网膜图像进行厚度计算，得到初始厚度图像；对所述初始厚度图像进行图像预处理，得到所述目标厚度图像。5.根据权利要求4所述的方法，其特征在于，所述对所述初始厚度图像进行图像预处理，得到所述目标厚度图像，包括：对所述初始厚度图像进行图像去噪处理，得到所述...

【专利技术属性】
技术研发人员：金日初，刘江，胡衍，缪函霈，姜泓羊，王星月，曾娜，叶海礼，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：