[发明专利]基于动态约束图搜索的视网膜OCT图像中生理参数获取方法

权利要求书

1.基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征是，包括以下步骤：

S01：图像预处理，对以视乳头为中心的三维视网膜OCT图像进行滤波去噪处理；

S02：视网膜分层，粗略分割视网膜第一层，获取动态约束参数，基于所述动态约束参数采用搜索算法对视网膜第一层进行精确分层；

基于B扫描切片中视网膜第一层精确分层结果对三维图像进行对齐处理，去除抖动干扰；

基于第一层分层结果获取第十一层的动态约束参数，采用图搜索算法对视网膜第十一层进行精确分层；

基于第十一层分层结果获取第七层和第九层的动态约束参数，采用多层同时分层的图搜索算法对视网膜第七层和第九层进行精确分层；

S03：分割视盘、视杯区域，将所述视网膜第七层和第十一层之间的区域进行投影计算得到视网膜光密度图像，然后以视网膜光密度图像的中心点为原点极坐标展开，利用图搜索算法分割视盘内边界，所述视盘内边界与第十一层相交处即为视乳头的开口位置，与第一层、第十一层相交处连线即为视杯的边界位置，分别获取视盘区域、视杯区域以及视乳头开口位置；

S04：筛板上边界分割，根据S03中获取的视杯区域位置信息，利用图搜索算法，在视网膜第一层下方视杯区域内进行分层操作获得筛板上界的准确位置；

S05：获取视网膜图像中的生理参数信息。

2.根据权利要求1所述的基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征在于，S01中采用各向异性滤波进行滤波去噪处理，能够去除噪声干扰，同时保持视网膜图像的边界信息。

3.根据权利要求1所述的基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征在于，采用最大津阈值法进行粗略分割。

4.根据权利要求1所述的基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征在于，S02中采用膨胀腐蚀操作获取所述动态约束参数，包括以下步骤：

将三维大小为X×Y×Z的视网膜OCT图像中各个像素点对应为图像数据结构中的各个顶点来建图，每个层表面对应为每一个X和Y方向上的Z方向值大小，将其表示为f(x,y)：其中x∈{0,…,X-1}，y∈{0,…,Y-1}，z∈{0,…,Z-1}；

粗略分割视网膜第一层后，基于膨胀腐蚀操作，获取第一层表面上每个点向x方向和y方向的近似跳变距离，即动态约束参数，体现第一层上各个方向上的相邻点变化情况，其中X方向上的动态约束参数为Y方向上的动态约束参数为

由于此时的第一层结果存在误差，在此基础上加入动态约束参数的补偿项△′_x和△′_y，其中，所述补偿项为人工经验值，最终确定针对图中每个顶点的动态约束参数表示为和

5.根据权利要求1所述的基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征在于，根据S02中视网膜第一层精确分层结果，计算各个B扫描切片左右两边20％距离范围内层的平均高度，将每个A扫描切片都上下调整到同一个平均水平高度上以此来实现图像的去抖动干扰。

6.根据权利要求1所述的基于动态约束图搜索的视网膜OCT图像中生理参数获取方法，其特征在于，所述生理参数信息包括视网膜视乳头视盘和视杯区域、视盘视杯长半径比以及短半径比、视杯体积、视乳头开口位置、筛板上界位置及筛板平均深度。