[发明专利]基于相位一致性的眼底图像微动脉瘤检测方法

说明书

技术领域

本发明涉及一种基于相位一致性的眼底图像微动脉瘤检测方法，该方法对于不同图像质量的眼底图像均可准确地检测出眼底微动脉瘤，属于图像处理技术领域，可应用于医学诊断。

背景技术

医学图像处理与分析一直都是图像处理与分析领域中研究的重点和热点问题。借助图形图像技术的有力手段，医学图像的质量和显示方法得到了极大的改善，使得诊疗水平大大提高。图像处理技术引入眼科已多年，通过眼底图像的计算分析，对视盘、视网膜血管、微动脉瘤以及黄斑中央凹等重要眼底组织进行定量测量，在正常和异常之间做出明确鉴别，能及早、准确地发现各种眼部病变和全身性疾病，如糖尿病、高血压、动脉硬化等。

随着人们生活水平的提高，人口老龄化以及肥胖率的增加，糖尿病(Diabetes Mellitus，DM)的发病率呈逐年上升趋势。糖尿病视网膜病变(Diabetic Retinopathy，DR)是糖尿病的严重并发症之一，也是引起视觉障碍和失明的主要原因之。因此开展糖尿病视网膜病变的筛查可以显著提高视网膜病变的检出率，预防其可能造成的不可逆的视觉损害，进而对糖尿病进行早期干预。微动脉瘤(Microaneurysm，MA)是最早出现在视网膜图像中的一种糖尿病视网膜病变，呈红色或暗红色，位于黄斑区附近，其直径一般不超过125μm。MA是由于视网膜循环障碍血液淤滞，组织缺氧使毛细血管变薄、扩张所致，是糖尿病早期常见的可靠症状。如果能够准确地检测出MA，就能对糖尿病做到及早的诊断与治疗，抑制病情的发展。因此，该病灶的自动检测对于建立基于眼底图像的DR自动筛查系统尤为关键。

由于眼底图像对比度低、光照不均匀，MA目标小，因此实现MA高效检测成为一个复杂且具有挑战性的课题。针对眼底MA的自动检测，国外许多学者对此提出了相关算法，而国内相关研究的报道甚少。目前的研究方法主要分为三大类：数学形态学方法、分类器方法、滤波器方法。现有方法虽然在一定条件下实现了MA的自动检测，但存在误检率高、漏检率高、运算复杂等问题。其根本原因是这些方法主要是利用梯度信息来描述图像，由于梯度信息会随着图像的对比度和亮度的改变而改变，对图像中的噪声非常敏感，故而这类方法对图像质量要求较高。由于眼底图像光照不均、对比度弱及MA本身尺寸小等因素，基于梯度信息的处理方法很难排除大量的非MA点，而进一步基于区域特征信息的分类往往会增加系统的复杂性。因此对于具有复杂背景的眼底图像，基于梯度信息的处理方法难以达到理想的检测效果。而相位信息对亮度和对比度具有不变性，抗噪性能好，符合人类视觉感知特性，对于图像的描述至关重要。目前相位一致性(Phase Congruency，PC)已经成功地应用于纹理分割、边缘检测、图像去噪等，并取得了很好的效果。它定位准确，包含了丰富的纹理信息、边缘和结构信息，对图像亮度、对比度的变化不敏感，通用性好，这些优良特性使其非常适用于特征变化较大的医学图像。

发明内容

本发明的目的是克服上述现有技术的不足，提供一种不受图像亮度、对比度的影响，能够准确检测眼底图像MA的方法，即基于相位一致性的检测方法。相位信息对图像亮度和对比度不敏感，因此不需要对原始图像进行增强处理，只需对图像尺寸进行规范化处理后提取彩色眼底图像的绿色通道。然后采用相位一致性模型提取MA候选者；最后通过构建灰度剖面图去除图像中血管片段等无关信息，从而筛选出真正的微动脉瘤。为此，本发明采用如下的技术方案。

一种基于相位一致性的眼底图像微动脉瘤的检测方法，包括下列步骤：

1.获取一幅彩色眼底图像，采用双线性插值的方法对眼底图像尺寸进行规范化处理；

2.对彩色眼底图像提取绿色通道；

3.采用相位一致性模型提取图像特征点；

4.对相位一致性处理后的眼底图像进行阈值分割；

5.采用面积滤波将图像中非目标的大结构(血管和其他病变残留部分)和小结构(噪声)去除，最终得到MA候选者；

6.构建灰度剖面图剔除非MA目标，从而筛选出真正的MA。

本发明具有如下的技术效果：

1.方法简单，易于实施。本发明采用相位一致性模型与灰度剖面图相结合的方法进行眼底微动脉瘤的自动检测，不涉及训练分类，算法简单，计算量小，且不需要高精度的仪器设备，方法简单实用。