[发明专利]视网膜图像分层的方法、装置、设备及可读存储介质

说明书

本发明公开了一种基于OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。本发明所提供的方法、装置、设备及计算机可读存储介质可以有效避免由于视网膜层间对比度弱造成的错误分层，提高视网膜图像分层结果的准确性。

技术领域

本发明涉及医学图像处理技术领域，特别是涉及一种基于眼底OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质。

背景技术

当前社会老龄化进程加快和青少年眼底疾病高发，眼底图像自动处理技术对眼底疾病研究和提高全民眼健康水平等多方面都具有重要的现实意义。眼底视网膜图像是眼底疾病和一些全身性疾病诊断的重要依据，光学相干层析成像(Optical coherencetomography，简称为OCT)技术是当前眼底图像技术的前沿领域，是一种非侵入的高分辨率生物医学光学成像技术，可在体检测生物组织内部的微结构。对视网膜层总厚度和其中一些特定层诸如视网膜神经纤维层(RNFL)厚度的定量测量可应用于青光眼、糖尿病视网膜病变等高致盲眼科疾病的诊断。较之耗时且精度有限的人工视网膜分层，自动的视网膜分层方法可以同时提升分层效率和精度。OCT眼底扫描仪可以对视网膜层断面进行直观成像，与常规眼底检查方法相比具有独特优势。

现有视网膜图像分层方法，如复合扩散滤波减少散斑噪声然后基于A-scan(A型扫描)上的强度峰来进行视网膜分层以及用修改过的中值滤波减少散斑噪声，然后使用基于A-scan直方图的自适应阈值方法进行视网膜分层等基于图像灰度和灰度梯度的视网膜分层方法，对弱对比度的视网膜图像的视网膜分层效果不理想。另一方面，现有技术对有血管等复杂结构存在的视网膜图像分层效果也不理想。

综上所述可以看出，如何对弱对比度的视网膜图像进行视网膜分层是目前有待解决的问题。

发明内容

本发明的目的是提供一种基于OCT图像视网膜分层的方法、装置、设备以及计算机可读存储介质，已解决现有技术中对弱对比度的视网膜图像的视网膜分层效果不理想的问题。

为解决上述技术问题，本发明提供一种基于OCT图像视网膜分层的方法，包括：通过平直化处理，获取视网膜分层工作的感兴趣区域；根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割；利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果。

优选地，所述通过平直化处理，获取视网膜分层工作的感兴趣区域后还包括：根据血管边缘与血管周围区域的梯度差值以及形态学操作，对所述感兴趣区域内的视网膜图像内的血管宽度大于预设阈值的血管进行去除，以便对去除干扰血管后的视网膜图像进行后续初始过分割的操作。

优选地，所述根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素过分割的尺度，以便依据预设聚类规则对所述感兴趣区域内的视网膜图像进行初始过分割包括：根据所述平直化处理后所述感兴趣区域内的视网膜的各层厚度，自适应选择超像素个数；根据所述超像素个数以及所述感兴趣区域尺寸，获取相邻聚类中心分布的步长；为所述聚类中心邻域内每个像素点分配聚类标签，以便对所述感兴趣区域内的视网膜图像进行初始过分割。

优选地，所述利用预设合并规则，合并所述初始过分割得到的超像素块，以便获取视网膜分层结果包括：依据初始过分割得到的超像素块的聚类标签及位置信息的相似度，对所述超像素块进行动态区域合并；根据视网膜层边缘处超像素的邻域一致性，去除初始过分割的误分割块。