[发明专利]一种带有CSC病变的视网膜层自动分割方法及装置

权利要求书

1.一种带有CSC病变的视网膜层自动分割方法，其特征在于，该方法包括：

接收正常视网膜图像的样本组，计算样本组中正常视网膜图像各层的厚度均值和标准差作为先验信息；

接收待分割的SD-OCT图像，对于每组图像数据中的第一张SD-OCT图像基于先验信息和梯度信息进行分割；

在进行图像分割时，对于每组图像数据中的第一张SD-OCT图像基于先验信息和梯度信息构造权重函数，进行图像分割；基于耦合信息和梯度信息重构权重函数，对下一张SD-OCT图像进行分割；基于梯度信息分割，分割ILM,IB-OPR_BMEIS Complex,OB_RPE以及IB_OPR或者ILM,BMEIS,OB_RPE以及IB_OPR；基于耦合信息和梯度信息分割，分割OPL-HFL,RNFL-GCL,INL-OPL,IPL-INL以及GCL-IPL，再利用耦合信息来构造自适应的窄带区域，最后从自适应的窄带提取出准确的视网膜层的边界；

计算已分割SD-OCT图像的视网膜厚度均值和标准差作为耦合信息，基于耦合信息和梯度信息对下一张SD-OCT图像进行分割，直至完成全部SD-OCT图像的分割。

2.如权利要求1所述的一种带有CSC病变的视网膜层自动分割方法，其特征在于，在该方法中，对接收的所述待分割的SD-OCT图像进行图像预处理，采用改进的双边滤波算法，抑制SD-OCT图像的散斑噪声。

3.如权利要求1所述的一种带有CSC病变的视网膜层自动分割方法，其特征在于，在该方法中，所述对于每组图像数据中的第一张SD-OCT图像基于先验信息和梯度信息进行分割具体包括：

采用先验信息和梯度信息构造权重函数，计算每组图像数据中的第一张SD-OCT图像中结点之间的权重，进行该图像的分割。

4.如权利要求1所述的一种带有CSC病变的视网膜层自动分割方法，其特征在于，在该方法中，所述基于耦合信息和梯度信息对下一张SD-OCT图像进行分割具体包括：

采用耦合信息和梯度信息构造权重函数，计算该耦合信息对应图像在每组图像数据中的下一张SD-OCT图像中结点之间的权重，进行下一张SD-OCT图像分割。

5.如权利要求1所述的一种带有CSC病变的视网膜层自动分割方法，其特征在于，在该方法中，图像分割具体步骤包括：

采用迪杰斯特拉算法搜索“暗-亮”的边界，判断搜索边界类型是ILM、IB-OPR_BMEISComplex或BMEIS；

对于已经得到的BMEIS或者IB-OPR_BMEIS Complex，以此上边界向下移动9.77μm为下边界得到一个窄带；

采用迪杰斯特拉算法提取另一条“暗-亮”的边界，得到IB_OPR；

在整幅图像上搜索采用迪杰斯特拉算法搜索“亮-暗”的边界，得到OB_RPE。

6.如权利要求1所述的一种带有CSC病变的视网膜层自动分割方法，其特征在于，在该方法中，还包括：对于图像中梯度信息不明显的图层，包括OPL-HFL、RNFL-GCL、INL-OPL，IPL-INL以及GCL-IPL，使用耦合信息来约束视网膜边界的位置，具体步骤包括：

在权重函数中加入耦合信息项；

根据本张SD-OCT图像已得到的边界或前一张SD-OCT图像得到的边界构造窄带；

采用迪杰斯特拉算法提取本张SD-OCT图像“亮-暗”或者“暗-亮的边界，得到最终分割结果；

或，在该方法中，窄带构造的具体步骤包括：

待求边界的上面的一个边界下移平均厚度的二分之一；

待求边界的下面一个边界上移平均厚度的二分之一；

构造出一个窄带。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行如权利要求1-6任一项所述的一种带有CSC病变的视网膜层自动分割方法。

8.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行如权利要求1-6任一项所述的一种带有CSC病变的视网膜层自动分割方法。