[发明专利]一种视盘定位方法及装置

说明书

本发明涉及一种视盘定位方法及装置，该方法利用视盘的自身特征以及视盘与血管网络的关系特征，对模糊收敛算法、边缘检测算法、明亮区域检测算法、模版匹配算法进行细节改进，并为每个独立算法产生一个或多个候选输出，对所有算法输出进行融合处理实现视盘定位，极大的提高了视盘定位的准确性和鲁棒性。此外，将视盘定位及边缘检测结果做为视盘分割的初始参数，基于椭圆拟合方法确定视盘的大致轮廓，基于可变形轮廓模型将轮廓拟合到视盘边缘，最终完成视盘分割。受益于视盘定位的准确性，以及分割过程中的轮廓拟合和轮廓约束处理，视盘分割精度也得到显著提高。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视盘定位方法及装置。

背景技术

眼睛是唯一通过直接观察就能了解到血管、神经等丰富信息的器官。眼底图像为“将三维(3D)视网膜半透明组织的反射光，投影到成像平面上，获得的二维(2D)表示”，其中图像强度表示光的反射量。眼底图像中包括视盘、动静脉、黄斑及中央凹等视网膜结构。视网膜中可以观察到许多重要疾病，可能是眼部疾病，也可能是全身性疾病。比如年龄相关性黄斑变性会使视网膜内或下方出现异常的液体积累，青光眼是由于视神经的逐渐损害导致，糖尿病患者体内的高血糖会损害视网膜血管壁，高血压和动脉粥样硬化会引起视网膜动脉和静脉之间的直径比率变化。这些疾病可以通过年度筛查和早期诊断来预防或控制发展。

通过计算机进行自动眼底图像分析(Automatic Retinal Image Analysis，ARIA)，可以对眼底组织进行定量的分析和测量，其应用方向包括：1)疾病筛查，眼底相机操作简单，检查成本低，特别适合相关疾病的筛查，例如糖尿病性视网膜病变(DR)、青光眼或年龄相关性黄斑变性等，目标是在大规模的体检中，识别出带有病变特征的图像，引起临床关注；自动眼底图像分析可以缓解对临床医生的需求压力；而且可以去除人的主观性，避免因为个人知识和经验不同引起的诊断差异。2)计算机辅助诊断，自动眼底图像分析可以给出通过临床检查不容易获取的血管曲折、宽度等精细测量，通过特定的体征，判断疾病是否(或可能)存在。随着科技不断发展，自动眼底图像分析和影像归档和通信系统(PictureArchiving and Communication Systems，PACS)系统等融合，其应用范围将进一步扩大。

视盘即视神经盘，是眼底的重要组织之一，形状近似椭圆，具有垂直主轴(宽度1.8±0.2mm，高度1.9±0.2mm)，相比眼底其它区域更加明亮。视盘是视神经纤维离开视网膜的部位，神经纤维接收来自视觉感知细胞产生的神经冲动，并进一步通过视神经传至大脑形成视觉。视盘也是血管出入眼球的部位，是视网膜血管最密集的区域，血管由视盘向整个视网膜延伸，以供给营养。

视盘的定位和分割是指对视盘中心和轮廓的确定，更宽泛的定位只需要将定位点落在视盘区域内。视盘的定位和分割，在自动眼底图像分析中具有重要作用，包括：1)视盘大小、形状和颜色的形态变化是用于诊断各种疾病的重要指标；2)视盘分割与视杯分割结合，可用于青光眼的诊断；3)视盘定位可以辅助定位黄斑和中心凹，黄斑区域的视网膜病变，具有较高的视觉丧失风险；4)血管从视盘向外辐射，所以血管跟踪算法可以从这里开始；5)视盘本身可能成为其它分析算法的干扰物，它是一个大的亮区，可能被误认为明显的圆形渗出；高对比度边缘也可能导致线性血管过滤器的错误反应。

实现能够满足临床检测所要求的“准确性、客观性、可重复性”标准的眼底图像视盘定位、分割方法，对于临床眼科研究以及与眼底病变相关疾病的诊断和治疗具有重要的意义。

目前已有各种视盘定位、分割方法，但大多在实际应用中面临复杂情况时准确率明显下降，缺乏一定的鲁棒性。

发明内容

本发明提供一种视盘定位方法及装置，在复杂的应用环境中具有较高的准确性和鲁棒性。