[发明专利]一种针对眼底图像视网膜血管的层次结构划分方法有效

专利信息
申请号: 201810347364.5 申请日: 2018-04-18
公开(公告)号: CN108309229B 公开(公告)日: 2019-09-03
发明(设计)人: 秦臻;余林芳;丁熠 申请(专利权)人: 电子科技大学
主分类号: A61B3/12 分类号: A61B3/12;A61B3/14;G06T7/10;G06T7/13;G06T11/20;G06N3/04
代理公司: 成都正华专利代理事务所(普通合伙) 51229 代理人: 何凡
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视网膜血管 层次结构 预处理 血管分支 眼底图像 眼底图象 分支点 血管树 层级 眼底照相机 层级分类 观察困难 人工成本 细化处理 诊断结果 准确度 细化 工作量 偏离 血管 诊断 分割
【权利要求书】:

1.一种针对眼底图像视网膜血管的层次结构划分方法,其特征在于,包括如下步骤:

S1:获取眼底图象:利用眼底照相机获取患者的眼底图象;

S2:进行预处理:对步骤S1中获取的眼底图象进行预处理;

S3:获取视网膜血管:对步骤S2中预处理后的眼底图象进行分割,获取视网膜血管;

S4:进行细化处理:对步骤S3中获取的视网膜血管进行细化处理,其中,所述步骤S4中,进行细化处理的方法,包括如下步骤:

S4-1:计算骨架中目标像素个数:对视网膜血管进行初步细化,获取视网膜血管骨架,并计算视网膜血管骨架中目标像素的个数;

S4-2:计算轮廓中目标像素个数:提取视网膜血管的轮廓,并计算视网膜血管轮廓中目标像素的个数;

S4-3:判读是否大于阈值:判断步骤S4-1得到的骨架中目标像素个数和步骤S4-2得到的轮廓中目标像素个数的比值是否大于阈值,若是则结束处理,输出细化后视网膜血管,若否则进入步骤S4-4;

S4-4:进行扫描:对视网膜血管进行扫描,计算最大行像素个数和最大列像素个数;

S4-5:进行像素值取反处理:根据步骤S4-4得到的最大行像素个数和最大列像素个数在视网膜血管获取像素区域,对该像素区域进行像素值取反处理;

S4-6:进行二次细化:对根据步骤S4-5进行处理后的视网膜血管进行二次细化,输出细化后视网膜血管;

S5:生成血管树图:提取细化后视网膜血管的端点、分支点及交叉点,并生成血管树图;

S6:进行层级分类:对步骤S5中生成的血管树图中的血管分支点进行层级分类;

S7:划分层次结构:根据步骤S6标记的血管分支点的层级,确定以该分支点为起点的血管的层级,实现视网膜血管的层次结构划分。

2.根据权利要求1所述的针对眼底图像视网膜血管的层次结构划分方法,其特征在于,所述步骤S1中,眼底图象的获取方法,包括如下步骤:

S1-1:准备眼底照相机:接通电源,并打开眼底照相机开关;

S1-2:准备拍摄环境:调暗室内光线,调整患者眼睛水平位置和定位眼睛前室;

S1-3:获取眼底图象:将眼底照相机聚焦后进行拍摄,获取眼底图象。

3.根据权利要求1所述的针对眼底图像视网膜血管的层次结构划分方法,其特征在于,所述步骤S2中,预处理为眼底图象的局部亮度和对比度的归一化处理。

4.根据权利要求1所述的针对眼底图像视网膜血管的层次结构划分方法,其特征在于,所述步骤S3中,利用卷积神经网络CNN对预处理后的眼底图象进行分割,获取视网膜血管。

5.根据权利要求4所述的针对眼底图像视网膜血管的层次结构划分方法,其特征在于,所述进行分割的方法,包括如下步骤:

S3-1:建立模型:利用卷积神经网络,建立卷积神经网络结构模型;

S3-2:输入眼底图象:将步骤S2中预处理后的眼底图象输入到卷积神经网络结构模型,提取眼底图象的网络特征;

S3-3:获取视网膜血管:根据步骤S3-2提取的网络特征,对预处理后的眼底图象进行分割,获取视网膜血管。

6.根据权利要求1所述的针对眼底图像视网膜血管的层次结构划分方法,其特征在于,所述步骤S6中,进行层级分类的方法,包括如下步骤:

S6-1:访问血管端点:访问血管树图中的血管端点;

S6-2:访问血管分支点:访问与端点相邻的血管树图中的血管分支点,标记该血管分支点的层级;

S6-3:访问下层血管分支点;访问与步骤S6-2中血管分支点相邻且未被访问过的下层血管分支点,标记该下层血管分支点的层级;

S6-4:实现层级分类:重复步骤S6-3,访问所有血管分支点,并标记所有层的层级,实现层级分类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810347364.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top