[发明专利]视网膜图像分析方法、装置和计算设备

说明书

本发明公开了一种视网膜图像分析方法，在计算设备中执行，该方法包括：获取待分析的视网膜图像，并对该视网膜图像进行预处理，得到增强图像；对增强图像进行滤波处理，以提取出背景图像；根据增强图像和背景图像中各像素的RGB颜色值确定亮区域图像和暗区域图像；确定视盘区域和亮噪声区域，从亮区域图像中去除视盘区域和亮噪声区域，以得到渗出区域；确定血管区域和暗噪声区域，从暗区域图像中去除血管区域和暗噪声区域，以得到出血区域。此外，本发明还公开了能够实施上述方法的视网膜图像分析装置，和包括上述视网膜图像分析装置的计算设备。根据本发明的技术方案，可以快速分割出视网膜图像中的渗出区域和出血区域。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视网膜图像分析方法、装置和计算设备。

背景技术

糖尿病是一种全身性的代谢性疾病，长期存在的高血糖会引起一系列的糖尿病慢性并发症，其中，糖尿病视网膜病变(Diabetic Retonopathy，简称糖网)是最为常见的眼部并发症，其会对患者的视力产生影响，甚至导致失明。视网膜出血、渗出病变是糖网早期可见的标志之一，因此，有必要通过数字图像处理技术对视网膜图像上的出血区域和渗出区域进行识别。

从视网膜图像上看，由于出血是微动脉瘤破裂的产物，其在临床上呈现一个逐渐扩散的趋势，故出血区域的颜色和形态与血管相近，形状不规则，边界不清晰，与背景的融合度较高；而渗出区域则与背景的对比度较高，边缘不规则，形状、大小多样，位置随机分布，以上因素增加了分割出血区域及渗出区域的难度。现有的出血、渗出区域的分割方法往往准确率不高，存在漏判及误判的情况；同时，在进行视网膜图像处理时，计算量较大，分割速度慢、耗时长，无法实现实时的出血及渗出区域分割。

发明内容

为此，本发明提供一种视网膜图像分析方法、装置和计算设备，以解决或至少缓解上面存在的问题。

根据本发明的一个方面，提供一种视网膜图像分析方法，在计算设备中执行，该方法包括：获取待分析的视网膜图像，并对该视网膜图像进行预处理，得到视网膜图像的增强图像；对增强图像进行滤波处理，以提取出视网膜图像的背景图像；根据增强图像和背景图像中各像素的RGB颜色值确定亮区域图像和暗区域图像，其中，亮区域图像和暗区域图像均为二值图像，亮区域图像中标记出了视网膜图像中的亮区域，亮区域包括视盘区域、渗出区域和亮噪声区域，暗区域图像中标记出了视网膜图像中的暗区域，暗区域包括血管区域、出血区域和暗噪声区域；根据视网膜图像确定视盘区域，根据增强图像确定亮噪声区域，从亮区域图像中去除视盘区域和亮噪声区域，以得到视网膜图像的渗出区域；根据增强图像确定血管区域和暗噪声区域，从暗区域图像中去除血管区域和暗噪声区域，以得到视网膜图像的出血区域。

可选地，在根据本发明的视网膜图像分析方法中，对该视网膜图像进行预处理，得到视网膜图像的增强图像的步骤包括：对视网膜图像进行裁剪，并将裁剪后的图像调整为预定尺寸；对预定尺寸的图像进行对比度增强，得到视网膜图像的增强图像。

可选地，在根据本发明的视网膜图像分析方法中，对预定尺寸的图像进行对比度增强的步骤包括：将预定尺寸的图像中各像素的RGB颜色值归一化为0～1之间的数；对于RGB中每一个颜色通道，按照以下公式确定增强图像中各像素的颜色值：

I₁(x,y)＝αI₀(x,y)-β·I(x,y；δ)+γ

其中，I₁(x,y)表示增强图像中坐标为(x,y)的像素的颜色值，I₀(x,y)表示在预定尺寸的图像中坐标为(x,y)的像素的颜色值，I(x,y；δ)表示在预定尺寸的图像中坐标为(x,y)的像素的局部均值，其中，局部均值为经滤波窗口大小和方差均为δ的高斯滤波所得出，α、β、γ为常量参数。

可选地，在根据本发明的视网膜图像分析方法中，在确定增强图像中各像素的颜色值之后，还包括：对RGB每一个颜色通道所对应的图像进行形态学腐蚀。