[发明专利]一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法

说明书

本发明公开了一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法，包括以下几个步骤：预处理：通过图搜索算法对视网膜进行分层，然后根据色素上皮层对视网膜各层进行拉平；使用AdaBoost分类器对视网膜分支动脉阻塞的急性期和萎缩期进行自动分类；视网膜分支动脉阻塞急性期的分割：首先采用贝叶斯后验概率对阻塞区域进行初始化分割；然后基于图搜索‑图割算法对阻塞区域进行精确分割；(4)视网膜分支动脉阻塞萎缩期的分割：通过建立内视网膜厚度模型来对萎缩期的阻塞区域进行自动分割。本发明能够准确的对视网膜分支动脉阻塞区域进行分类和分割,能够替代手动的分类和分割。

技术领域

本发明涉及SD-OCT(频域光学相干断层成像)的视网膜图像中病变的分类以及病变区域的分割方法，具体涉及一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法，属于分类及分割视网膜图像的方法技术领域。

背景技术

视网膜分支动脉阻塞是眼科的急性病症之一。其预后较差，发病快速，通常是无痛性的单眼视力障碍。视网膜动脉阻塞使相应视网膜区域营养供应中断，导致视网膜局部区域缺氧、缺血，形成水肿，视网膜细胞急剧死亡，从而造成视功能障碍。

到目前为止，大多数与视网膜分支动脉阻塞相关的工作都集中在对视网膜分支动脉阻塞的定性的分析，如：H.Chen等人提出分析OCT图像中视网膜各层光强度的框架；CKSLeng等手动测量黄斑和视乳头周围视网膜神经纤维层厚度和视觉灵敏度来调查视网膜分支动脉阻塞病人视网膜结构和功能的关系；B.Asefzadeh和K.Ninyo分析视网膜分支动脉阻塞的视盘周围神经纤维层厚度的纵向眼底改变。

这些方法都是对视网膜分支动脉阻塞的定性分析，不能完全自动地检测和分割阻塞的区域。因此，不能给临床医生提供关于阻塞区域的准确的定量信息，如形状，大小和位置等。总的来说，目前视网膜分支动脉阻塞的方法存在以下的缺陷：(1)大多数算法都没有对视网膜分支动脉阻塞进行分类(急性期和萎缩期)，视网膜分支动脉阻塞不同时期视网膜的组织结构相差很大。(2)大部分方法都不是完全自动的，借助手工测量或标记。(3)大多数算法都没有针对视网膜分支动脉阻塞的阻塞区域进行具体的分析。

视网膜分支动脉阻塞多由栓子或血栓形成所致，视力受损程度和眼底表现根据阻塞部位和程度而定。如果能够自动地精确地分割出阻塞的区域，就能很好地帮助医生进行诊断并制定对应的治疗方案，对病人视力恢复很有意义。然而，由于视网膜分支动脉阻塞的阻塞区域的形状，大小，出现的位置都具有任意性，并且阻塞区域与周围组织的分界很模糊，加上视网膜OCT图像本身带有噪声。因此，完全自动化地分割视网膜分支动脉阻塞区域是一个具有挑战性的任务。

发明内容

针对现有技术存在的不足，本发明目的是提供一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法，能够准确的对视网膜分支动脉阻塞区域进行分类和分割,能够替代手动的分类和分割。

为了实现上述目的，本发明是通过如下的技术方案来实现：

本发明的一种基于三维OCT图像的全自动分类及分割视网膜分支动脉阻塞的方法，包

括以下几个步骤：

(1)预处理：通过图搜索算法(现有算法)对视网膜进行分层，然后根据色素上皮层对视网膜各层进行拉平；

(2)使用AdaBoost(一种通过迭代弱分类器而产生最终的强分类器的算法)分类器对视网膜分支动脉阻塞的急性期和萎缩期进行自动分类；

(3)视网膜分支动脉阻塞急性期的分割：首先采用贝叶斯后验概率对阻塞区域进行初始化分割；然后基于图搜索-图割算法对阻塞区域进行精确分割；

(4)视网膜分支动脉阻塞萎缩期的分割：通过建立内视网膜厚度模型来对萎缩期的阻塞区域进行自动分割。

步骤(1)中，所述图搜索算法的代价函数定义为：