眼前节OCT图像轮廓拟合方法技术

本发明专利技术涉及一种眼前节OCT图像轮廓拟合方法，包括：提取得到五个特征区域内眼前节OCT图像，及得到五个特征区域内眼前节OCT图像的边缘轮廓数据；拟合得到最小二乘三次多项式拟合曲线，通过三点弧线拟合得到三点弧线拟合曲线；合并得到的所述最小二乘三次多项式拟合曲线、所述三点弧线拟合曲线，获得四个自适应模板：对所述四个自适应模板增加线条并填充处理，获得填充角膜自适应模板、填充晶状体自适应模板；分别提取角膜OCT图像、晶状体OCT图像，得到眼前节OCT图像的边缘轮廓数据；通过分段拟合得到眼前节OCT图像的边缘轮廓拟合曲线。本申请能够提高眼前节OCT图像轮廓拟合的精度和速度，实现眼科疾病的临床精确性和实时性。实现眼科疾病的临床精确性和实时性。实现眼科疾病的临床精确性和实时性。

【技术实现步骤摘要】
眼前节OCT图像轮廓拟合方法


[0001]本专利技术涉及图像处理
，尤其涉及一种眼前节OCT图像轮廓拟合方法。

技术介绍

[0002]光学层析成像技术（optical coherence tomography，OCT）在眼科领域应用广泛。基于眼前节组织光学层析二维图像，通过提取眼组织边缘轮廓并拟合曲线，进一步地测量其深度参数，不仅有利于进行眼科疾病的临床诊断，例如眼前节三维重建、测量角膜曲率、中央角膜厚度、房角等，而且极大地提高了眼科疾病临床手术治疗的精度和速度，如辅助医生诊断、激光近视矫正、激光白内障手术等提供深度参数指导激光切削深度等。其中，对眼前节OCT图像的角膜前后表面、晶状体前后囊膜轮廓拟合是必要前提。
[0003]然而，现有的眼前节OCT图像轮廓拟合方法至少存在以下问题：对眼前节OCT图像的背景噪声干扰如（房水等）和眼前节OCT图像的低信噪比区域，如远心扫描模式导致的角膜两侧信号弱、中央过饱和伪影，没有进行有效的处理。现有方法对整张图像进行处理以确定眼前节的边缘轮廓，处理速度较慢，而且特征角点提取精度不高导致轮廓拟合精度不高。如此，影响了后续测量眼前节组织深度参数的精确性和快速性，无法同时满足临床的精确性和实时性的要求。

技术实现思路

[0004]有鉴于此，有必要提供一种眼前节OCT图像轮廓拟合方法，其能够提高眼前节OCT图像轮廓拟合的精度和速度。
[0005]本专利技术提供一种眼前节OCT图像轮廓拟合方法，该方法包括如下步骤：S1，基于人眼眼球结构选取五个特征区域，在眼前节OCT图像坐标系中制作五个特征区域提取模板，以提取得到五个特征区域内眼前节OCT图像，通过图像预处理得到五个特征区域内眼前节OCT图像的边缘轮廓数据；S2，基于得到的所述五个特征区域内眼前节OCT图像的边缘轮廓数据，通过最小二乘三次多项式拟合得到最小二乘三次多项式拟合曲线，提取所述最小二乘三次多项式拟合曲线的顶点和端点，通过三点弧线拟合得到三点弧线拟合曲线；S3，合并得到的所述最小二乘三次多项式拟合曲线、所述三点弧线拟合曲线，获得四个自适应模板：角膜前表面自适应模板、角膜后表面自适应模板、晶状体前囊膜自适应模板和晶状体后囊膜自适应模板，对所述四个自适应模板增加线条并填充处理，获得填充角膜自适应模板、填充晶状体自适应模板；S4，基于得到的所述填充角膜自适应模板、所述填充晶状体自适应模板，分别提取角膜OCT图像、晶状体OCT图像，通过图像边缘检测得到眼前节OCT图像的边缘轮廓数据；S5，基于得到的所述角膜前表面自适应模板、所述角膜后表面自适应模板、所述晶状体前囊膜自适应模板、所述晶状体后囊膜自适应模板分别提取角膜前表面边缘轮廓数据、角膜后表面的边缘轮廓数据、晶状体前囊膜边缘轮廓数据、晶状体后囊膜边缘轮廓数据，通过分段拟合得到眼前节OCT图像的边缘轮廓拟合曲线。
[0006]具体地，所述五个特征区域包括眼白到虹膜区域、虹膜到瞳孔区域、瞳孔中心区
域、瞳孔到虹膜区域和虹膜到眼白区域。
[0007]具体地，所述的步骤S1还包括：步骤S12，将所述五个特征区域的区域范围换算到OCT图像像素坐标系中，同时将OCT系统的扫描深度换算到OCT图像像素坐标系中，在OCT图像像素坐标系下，制作所述五个特征区域提取模板；在眼前节OCT图像中，基于所述五个特征区域提取模板，通过与眼前节OCT图像进行图像处理，得到五个特征区域内眼前节OCT图像；步骤S13，对所述五个特征区域内眼前节OCT图像进行图像预处理，得到五个特征区域内眼前节OCT图像的二值化图像；对所述五个特征区域的二值化图像进行轮廓提取，得到眼前节OCT图像所述五个特征区域内图像的边缘轮廓。
[0008]具体地，所述的图像预处理包括进行图像增强、图像卷积、二值化、轮廓提取。
[0009]具体地，所述的步骤S2包括：步骤S21、提取所述五个特征区域内组成角膜前表面的所有轮廓点：包括眼白到虹膜区域内组成角膜前表面的轮廓点、虹膜到瞳孔区域内组成角膜前表面的轮廓点、瞳孔中心区域内组成角膜前表面的轮廓点、瞳孔到虹膜区域内组成角膜前表面的轮廓点、虹膜到眼白区域内组成角膜前表面的轮廓点；步骤S22、提取所述五个特征区域内组成角膜后表面的所有轮廓点：包括眼白到虹膜区域内组成角膜后表面的轮廓点、虹膜到瞳孔区域内组成角膜后表面的轮廓点、瞳孔中心区域内组成角膜后表面的轮廓点、瞳孔到虹膜区域内组成角膜后表面的轮廓点、虹膜到眼白区域内组成角膜后表面的轮廓点；步骤S23、提取所述五个特征区域内组成晶状体前囊膜的所有轮廓点：包括眼白到虹膜区域内组成晶状体前囊膜的轮廓点、虹膜到瞳孔区域内组成晶状体前囊膜的轮廓点、瞳孔中心区域内组成晶状体前囊膜的轮廓点、瞳孔到虹膜区域内组成晶状体前囊膜的轮廓点、虹膜到眼白区域内组成晶状体前囊膜的轮廓点；步骤S24、提取出所述五个特征区域内组成晶状体后囊膜的所有轮廓点：包括眼白到虹膜区域内组成晶状体后囊膜的轮廓点、虹膜到瞳孔区域内组成晶状体后囊膜的轮廓点、瞳孔中心区域内组成晶状体后囊膜的轮廓点、瞳孔到虹膜区域内组成晶状体后囊膜的轮廓点、虹膜到眼白区域内组成晶状体后囊膜的轮廓点；步骤S25、基于五个特征区域内组成角膜前表面的所有轮廓点，通过最小二乘三次多项式拟合方法得到五个特征区域内角膜前表面轮廓的最小二乘三次多项式拟合曲线；分别提取出五个特征区域最小二乘三次多项式拟合曲线的端点和顶点；基于所述端点和顶点，选取相连的三点进行弧线拟合，得到角膜前表面轮廓的三点弧线拟合曲线；步骤S26、基于五个特征区域内组成角膜后表面的所有轮廓点，通过最小二乘三次多项式拟合方法得到五个特征区域内角膜后表面轮廓的最小二乘三次多项式拟合曲线；分别提取出五个特征区域最小二乘三次多项式拟合曲线的端点和顶点；基于所述端点和顶点，选取相连的三点进行弧线拟合，得到角膜后表面轮廓的三点弧线拟合曲线；步骤S27、基于五个特征区域内组成晶状体前囊膜的所有轮廓点，通过最小二乘三次多项式拟合方法得到五个特征区域内晶状体前囊膜轮廓的最小二乘三次多项式拟合曲线；分别提取出五个特征区域最小二乘三次多项式拟合曲线的端点和顶点；基于所述端点和顶点，选取相连的三点进行弧线拟合，得到晶状体前囊膜轮廓的三点弧线拟合曲线；
步骤S28、基于五个特征区域内组成晶状体后囊膜的所有轮廓点，通过最小二乘三次多项式拟合方法得到五个特征区域内晶状体后囊膜轮廓的最小二乘三次多项式拟合曲线；分别提取出五个特征区域最小二乘三次多项式拟合曲线的端点和顶点；基于所述端点和顶点，选取相连的三点进行弧线拟合，得到晶状体后囊膜轮廓的三点弧线拟合曲线。
[0010]具体地，所述的步骤S3包括：步骤S31、将所述五个特征区域内角膜前表面轮廓最小二乘三次多项式拟合曲线与所述角膜前表面轮廓的三点弧线拟合曲线合并，得到角膜前表面自适应模板；将所述五个特征区域内角膜后表面轮廓最小二乘三次多项式拟合曲线与所述角膜后表面轮廓的三点弧线拟合曲线合并，得到角膜后表面自适应模板；将所述五个特征区域内晶状体前囊膜轮廓最小二乘三次多项式拟合曲线与所述晶状体前囊膜轮廓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种眼前节OCT图像轮廓拟合方法，其特征在于，该方法包括如下步骤：S1，基于人眼眼球结构选取五个特征区域，在眼前节OCT图像坐标系中制作五个特征区域提取模板，以提取得到五个特征区域内眼前节OCT图像，通过图像预处理得到五个特征区域内眼前节OCT图像的边缘轮廓数据；S2，基于得到的所述五个特征区域内眼前节OCT图像的边缘轮廓数据，通过最小二乘三次多项式拟合得到最小二乘三次多项式拟合曲线，提取所述最小二乘三次多项式拟合曲线的顶点和端点，通过三点弧线拟合得到三点弧线拟合曲线；S3，合并得到的所述最小二乘三次多项式拟合曲线、所述三点弧线拟合曲线，获得四个自适应模板：角膜前表面自适应模板、角膜后表面自适应模板、晶状体前囊膜自适应模板和晶状体后囊膜自适应模板，对所述四个自适应模板增加线条并填充处理，获得填充角膜自适应模板、填充晶状体自适应模板；S4，基于得到的所述填充角膜自适应模板、所述填充晶状体自适应模板，分别提取角膜OCT图像、晶状体OCT图像，通过图像边缘检测得到眼前节OCT图像的边缘轮廓数据；S5，基于得到的所述角膜前表面自适应模板、所述角膜后表面自适应模板、所述晶状体前囊膜自适应模板、所述晶状体后囊膜自适应模板分别提取角膜前表面边缘轮廓数据、角膜后表面的边缘轮廓数据、晶状体前囊膜边缘轮廓数据、晶状体后囊膜边缘轮廓数据，通过分段拟合得到眼前节OCT图像的边缘轮廓拟合曲线。2.如权利要求1所述的方法，其特征在于：所述五个特征区域包括眼白到虹膜区域、虹膜到瞳孔区域、瞳孔中心区域、瞳孔到虹膜区域和虹膜到眼白区域。3.如权利要求2所述的方法，其特征在于，所述的步骤S1还包括：步骤S12，将所述五个特征区域的区域范围换算到OCT图像像素坐标系中，同时将OCT系统的扫描深度换算到OCT图像像素坐标系中，在OCT图像像素坐标系下，制作所述五个特征区域提取模板；在眼前节OCT图像中，基于所述五个特征区域提取模板，通过与眼前节OCT图像进行图像处理，得到五个特征区域内眼前节OCT图像；步骤S13，对所述五个特征区域内眼前节OCT图像进行图像预处理，得到五个特征区域内眼前节OCT图像的二值化图像；对所述五个特征区域的二值化图像进行轮廓提取，得到眼前节OCT图像所述五个特征区域内图像的边缘轮廓。4.如权利要求3所述的方法，其特征在于，所述的图像预处理包括进行图像增强、图像卷积、二值化、轮廓提取。5.如权利要求4所述的方法，其特征在于，所述的步骤S2包括：步骤S21、提取所述五个特征区域内组成角膜前表面的所有轮廓点：包括眼白到虹膜区域内组成角膜前表面的轮廓点、虹膜到瞳孔区域内组成角膜前表面的轮廓点、瞳孔中心区域内组成角膜前表面的轮廓点、瞳孔到虹膜区域内组成角膜前表面的轮廓点、虹膜到眼白区域内组成角膜前表面的轮廓点；步骤S22、提取所述五个特征区域内组成角膜后表面的所有轮廓点：包括眼白到虹膜区域内组成角膜后表面的轮廓点、虹膜到瞳孔区域内组成角膜后表面的轮廓点、瞳孔中心区域内组成角膜后表面的轮廓点、瞳孔到虹膜区域内组成角膜后表面的轮廓点、虹膜到眼白区域内组成角膜后表面的轮廓点；步骤S23、提取所述五个特征区域内组成晶状体前囊膜的所有轮廓点：包括眼白到虹膜
区域内组成晶状体前囊膜的轮廓点、虹膜到瞳孔区域内组成晶状体前囊膜的轮廓点、瞳孔中心区域内组成晶状体前囊膜的轮廓点、瞳孔到虹膜区域内组成晶状体前囊膜的轮廓点、虹膜到眼白区域内组成晶状体前囊膜的轮廓点；步骤S24、提取出所述五个特征区域内组成晶状体后囊膜的所有轮廓点：包括眼白到虹膜区域内组成晶状体后囊膜的轮廓点、虹膜到瞳孔区域内组成晶状体后囊膜的轮廓点、瞳孔中心区域内组成晶状体后囊膜的轮廓点、瞳孔到虹膜区域内组成晶状体后囊膜的轮廓点、虹膜到眼白区域内组成晶状体后囊膜的轮廓点；步骤S25、基于五个特征区域内组成角膜前表面的所有轮廓点，通过最小二乘三次多项式拟合方法得到五个特征区域内角膜前表面轮廓的最小二乘三次多项式拟合曲线；分别提取出五个特征区域最小二乘三次多项式拟合曲线的端点和顶点；基于所述端点和顶点，选取相连的三点进行弧线拟合，得到角膜前表面轮廓的三点弧...

【专利技术属性】
技术研发人员：周辉，王月虹，韩寒，
申请(专利权)人：广东麦特维逊医学研究发展有限公司，
类型：发明
国别省市：