[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

说明书

本发明公开了一种针对眼底图像视网膜血管的层次结构划分方法，包括如下步骤：S1、利用眼底照相机获取患者的眼底图象；S2、对眼底图象进行预处理；S3：对预处理后的眼底图象进行分割，获取视网膜血管；S4、对获取的视网膜血管进行细化处理；S5、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、对生成的血管树图中的血管分支点进行层级分类；S7、根据血管分支点的层级，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。本发明解决了传统诊断方法观察困难、准确度低、容易导致诊断结果偏离、工作量大和投入人工成本大的问题。

技术领域

本发明属于图像处理技术领域，具体涉及一种针对眼底图像视网膜血管的层次结构划分方法。

背景技术

在日常生活中，医生为了能够准确的为患者进行诊断，了解患者眼底病变情况，往往会对患者做眼底检查，得到眼底图像，眼底图像结构特征的变化可以直接反应患者眼底病变程度和治疗情况。眼底图像血管是眼底图像中可检测的最稳定和最主要的结构，当眼器官发生视觉疾病的时候，眼底图像血管的直径、颜色和弯曲程度等会出现异常。目前，对于患者眼部健康状况的把握，医生只能凭经验从眼底图像中肉眼进行观察。在眼底图像中，病变部位离视神经乳头越近，病情越严重。视网膜血管布满整个眼底，传统诊断方法眼科医生进行诊断时观察困难，准确度低，容易导致诊断结果偏离；眼科医生工作量大，投入人工成本大，

发明内容

针对现有技术中的上述不足，本发明提供了一种便于观察、准确度高和人工成本低的针对眼底图像视网膜血管的层次结构划分方法，解决了传统诊断方法观察困难、准确度低、容易导致诊断结果偏离、工作量大和投入人工成本大的问题。

为了达到上述发明目的，本发明采用的技术方案为：

一种针对眼底图像视网膜血管的层次结构划分方法，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；

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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；