[发明专利]基于眼底OCT影像的病灶提取方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，公开了基于眼底OCT影像的病灶提取方法、装置、设备及存储介质，用于对眼底OCT影像的病灶区域进行分割处理，避免了病灶区域凹槽填补不全和假阳性的问题。本发明方法包括：获取原始眼底光学相干断层扫描技术OCT影像；对原始眼底OCT影像进行分割预处理，得到预处理的眼底OCT图像；在预处理的眼底OCT图像中生成一个初始闭合曲线，初始闭合曲线的内部包括目标眼底病灶；通过预置的形态学蛇形曲线演化算法确定初始闭合曲线的初始曲线函数；根据初始曲线函数对初始闭合曲线进行演化，得到目标闭合曲线，目标闭合曲线的目标曲线函数表示目标眼底病灶的轮廓；对目标闭合曲线的内部进行凹槽填充，得到目标眼底病灶的病灶图像。

技术领域

本发明涉及区域提取领域，尤其涉及基于眼底OCT影像的病灶提取方法、装置、设备及存储介质。

背景技术

随着人工智能的快速发展，人工智能的应用领域也越来越多，人工智能在医疗领域也得到了广泛应用。人工智能在医疗领域的应用经常面临医疗影像数据少，各类医疗影像数据不均衡的问题。

由于光学相干断层扫描技术(optical coherence tomography，OCT)具有无创性、成像安全快速等特点，在临床上被广泛用于眼科疾病的诊断。但因为OCT影像成像条件和缺乏颜色特征信息等因素的限制，导致大量噪声的存在，使得目前多数对OCT影像的眼底病灶分割方法无法获得理想结果。

现有方案中，即使在分割算法优化基础上，仍然存在部分难以准确分割识别出完整形态的病灶，影像中部分病灶的渐变边界导致分割出的病灶区域多数存在不规则孔洞或者凹槽，此时通常采用形态学闭合运算或Convex Hull凸包等方法进行后处理，而这些技术手段都会带来明显的假阳性或者对病灶凹槽填补不全的问题，无法有效获得预期的准确病变区域，此类缺陷对医生的临床诊断带来了困难和歧义性。

发明内容

本发明提供了基于眼底OCT影像的病灶提取方法、装置、设备及存储介质，用于对眼底OCT影像的病灶区域进行分割处理，得到更准确的眼底OCT影像的病灶区域信息，避免了病灶区域凹槽填补不全和假阳性的问题，提高了处理效率。

本发明实施例的第一方面提供一种基于眼底OCT影像的病灶提取方法，包括：获取原始眼底光学相干断层扫描技术OCT影像；对所述原始眼底OCT影像进行分割预处理，得到预处理的眼底OCT图像；在所述预处理的眼底OCT图像中生成一个初始闭合曲线，所述初始闭合曲线的内部包括目标眼底病灶；通过预置的形态学蛇形曲线演化算法确定所述初始闭合曲线的初始曲线函数；根据所述初始曲线函数对所述初始闭合曲线进行演化，得到目标闭合曲线，所述目标闭合曲线的目标曲线函数表示所述目标眼底病灶的轮廓；对所述目标闭合曲线的内部进行凹槽填充，得到所述目标眼底病灶的病灶图像。

可选的，在本发明实施例第一方面的第一种实现方式中，所述根据所述初始曲线函数对所述初始闭合曲线进行演化，得到目标闭合曲线，所述目标闭合曲线的目标曲线函数表示所述目标眼底病灶的轮廓，包括：根据所述初始曲线函数构建能量函数，所述能量函数包括内能量项和外能量项，所述内能量项用于使得目标闭合曲线不断向内部紧缩且保持平滑，所述外能量项用于保证目标闭合曲线紧缩到目标眼底病灶边缘时停止；根据所述能量方程计算出边缘停止函数，所述边缘停止函数用于表示初始闭合曲线的受力情况；根据所述边缘停止函数对所述初始闭合曲线进行变形；当所述边缘停止函数为零时，生成目标闭合曲线。

可选的，在本发明实施例第一方面的第二种实现方式中，所述根据所述初始曲线函数构建能量函数，所述能量函数包括内能量项和外能量项，包括：获取所述初始曲线函数上的控制点v；确定所述控制点的弹性能量项和弯曲能量项，所述弹性能量项为所述v的一阶导数的模，所述弯曲能量项为所述v的二阶导数的模；确定所述控制点的外能量项，所述外部能量项为所述控制点所在位置的图像局部特征；根据所述弹性能量项、所述弯曲能量项和所述外能量项构建能量函数，能量函数的表达式为：