[发明专利]基于OCT图像的眼底血管定位方法及其贫血筛查方法

权利要求书

1.一种基于OCT图像的眼底血管定位方法，包括如下步骤：

S1.获取眼底血管的OCT图像；

S2.采用梯度阈值法对步骤S1获取的眼底血管的OCT图像进行感兴趣区域提取；具体为采用如下步骤进行提取：

A.在OCT图像中，统计每一列像素在垂直方向上的梯度值；

B.统计步骤A中像素的梯度值大于设定的第一阈值的列的数目；

C.若步骤B得到的列的数目大于或等于设定的第二阈值，则将该列作为感兴趣区域的候选集；

D.将步骤C得到的候选集所在列的像素置为0，同时选择像素总和等于0的所有列，并在其中找到最小列和最大列；

E.根据步骤D得到的最大列、最小列和图像列的大小，采用如下规则计算得到图像：

若或则采用如下算式进行计算，从而获得图像F：

F＝wφ(mi,n)+(1-w)φ(1,ma)

其中，F为最终计算获得的图像；n为图像列的大小；mi为最小列；ma为最大列；φ(mi,n)为移除第mi列至第n列；φ(1,ma)为移除第1列至第ma列；w为第一计算因子，w的取值规则为

否则，则采用如下步骤计算获得图像F：

a.将步骤C得到的候选集所在列像素值置0后的图像垂直分成图像A和图像B；

b.采用如下算式计算从而获得图像F：

F＝w1φ(1,ma1-20)+(1-w1)φ(mi1+20,n)

式中F为最终计算获得的图像；ma1为图像A中像素等于0的最大列；mi1为图像B中像素等于0的最小列；n为图像列的大小；w1为第二计算因子，w1的取值规则为其中d1为图像A中连续的每列像素的总和等于0的最长宽度，d2为图像B中连续的每列像素的总和等于0的最长宽度；

S3.采用自适应种子点区域生长算法对步骤S2提取的感兴趣区域进行血管分割，从而得到最终的眼底血管图像数据；具体为采用如下步骤进行血管分割：

(1)采用如下公式选取种子点：

式中col种子点所在的列；row为种子点所在的行；col1和col2是血管所在列的左右边界；ILM(j)表示第j列的内界膜上的行数，BM(j)表示第j列的Bruch’s膜上的行数；

(2)判断步骤(1)中选取的种子点是否落在血管内的中心线上：若种子点落在中心线上，则将种子点的行坐标增加设定的数值，直至种子点没有落在中心线上；

(3)根据步骤(2)得到的种子点坐标，采用区域生长法进行血管定位，从而分割出血管。

2.一种包括权利要求1所述的基于OCT图像的眼底血管定位方法的贫血筛查方法，具体包括如下步骤：

Ⅰ.获取正常人的眼底血管OCT图像和贫血患者的眼底血管OCT图像，同时获取每幅眼底血管OCT图像所对应的实验者的血红蛋白浓度；所述实验者包括正常人和贫血患者；

Ⅱ.采用权利要求1所述的基于OCT图像的眼底血管定位方法对步骤Ⅰ获取的图像进行血管定位；

Ⅲ.根据步骤Ⅱ的血管定位结果，对血红蛋白浓度与OCT图像中的眼底血管数据进行相关性分析，从而得到OCT图像中的眼底血管数据与血红蛋白浓度之间的相关性数据；

Ⅳ.根据步骤Ⅲ得到的相关性数据，对去噪前后的OCT图像进行统计学特征提取；

Ⅴ.对步骤Ⅳ中统计的数据进行降维处理；

Ⅵ.将步骤Ⅴ中得到的降维数据作为基础数据，对分类器进行训练和修正，从而得到最终的基于OCT图像中眼底血管的贫血辅助筛查分类器；

Ⅶ.将待筛查的眼底血管OCT图像输入步骤Ⅵ得到的基于OCT图像中眼底血管的贫血辅助筛查分类器，从而得到最终的贫血辅助筛查结果。

3.根据权利要求2所述的基于OCT图像的眼底血管定位方法的贫血筛查方法，其特征在于步骤Ⅲ所述的对血红蛋白浓度与OCT图像中的眼底血管数据进行相关性分析，具体为提取血管内的灰度值均值与同等层次的非血管区域的灰度值均值的比值和RPE层的血管影缺的灰度均值与非血管影缺的灰度均值的比值，并将提取的两个比值分别与血红蛋白浓度进行相关性分析，从而得到OCT图像中的眼底血管数据与血红蛋白浓度之间的相关性数据。