[发明专利]基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法

说明书

技术领域

本发明属于视网膜图像分割方法，尤其是对SD-OCT（频域光学相干断层成像）的视网膜图像中的组织层次和病变区域的分割方法。 

背景技术

视网膜是脑部神经组织的延伸，具有复杂的多层次组织结构。SD-OCT技术已经成为无损评估视网膜疾病的一种强有力的工具，它能提供快速的、高分辨率的、显示视网膜内部分层的三维图像，为临床眼科医生对疾病的诊断和治疗提供了帮助。视网膜OCT图像的分割对临床实践具有重要意义：病变区域的分割及对其形状、大小、位置的定量分析对疾病诊断和治疗有关键作用；视网膜组织层次的分割及对各类组织形态、亮度的定量分析对于发现早期病变、观测病程和研究病理都起到重要作用。然而目前大部分眼科医生采用手动方式对OCT显示的视网膜病变进行定量分析，主观性强，无法保证准确性和一致性，而且难以全面分析三维扫描带来的大量数据。 

目前的视网膜OCT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B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。 

浆液性色素上皮层脱离可能由多种脉络膜/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。目前为止，还没有针对浆液性色素上皮层脱离的视网膜OCT图像中所有可分辨的组织层次及病变区域的系统的三维自动分割方法的相关报道。 

发明内容

本发明提供了一种解决上述问题的方案，首次提供了一种具有可行性和有效性的针对浆液性色素上皮层脱离的视网膜OCT图像中所有可分辨的组织层次及病变区域的系统的三维自动分割方法。其中组织层次包括10层：神经纤维层（NFL）、神经节细胞层（GCL）、内丛状层（IPL）、内核层（INL）、外丛状层（OPL）、外核层（ONL）+内节层（ISL）、连接纤毛（CL）,外节层（OSL）、维尔赫夫膜（VM）、色素上皮层（RPE），共有11各分界面。再加上由于色素上皮层和视网膜底部脱离，视网膜底部形成一个单独的界面，因此本发明共可检测12个分界面。 

本发明提供了一种基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法，该方法主要包括5个步骤： 

步骤S01，图像预处理：主要进行OCT去噪和B扫描图像间的对齐； 

步骤S02，内层视网膜各层次的分割：采用多分辨率图搜算法，依据分界面对比度从高到底的顺序依次分割，得到神经纤维层（NFL）、神经节细胞层（GCL）、内丛状层（IPL）、内核层（INL）、外丛状层（OPL）,外核层（ONL）+内节层（ISL）的分界面； 

步骤S03，色素上皮层分割及视网膜底部估计：在外层视网膜区域，用不同的约束条件进行图搜算法得到有隆起区域的色素上皮层下界面和平滑的视网膜底部分界面； 

步骤S04，色素上皮层脱离区域分割：色素上皮层下界面和平滑的视网膜底部分界面之间的区域为色素上皮层脱离区域，并根据区域大小和亮度信息去除误检区域； 

步骤S05，外层视网膜各层次的分割：根据色素上皮层下界面将图像平坦化后用图搜算法检测外层视网膜各层次，得到连接纤毛（CL）,外节层（OSL）、维尔赫夫膜（VM）、色素上皮层（RPE）之间分界面。 

上述5个步骤具体描述如下， 

（1）图像预处理 

图像预处理主要包括以下两个步骤：去噪和B扫描图像对齐。 

（a）OCT图像去噪 

OCT眼部成像仪获取的三维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。本发明采用一种快速双边滤波器对每个B扫描图像进行去噪。双边滤波结果为：