[发明专利]一种基于时间序列SD-OCT视网膜图像的GA自动分割方法

权利要求书

1.一种基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，包括以下步骤：

步骤1、采集对象I的初始三维SD-OCT视网膜图像A，并对三维SD-OCT视网膜图像A进行图像处理，建立GA分割模型；步骤1所述图像处理具体为：

步骤1-1、对三维SD-OCT视网膜图像进行横向扫描，获取n帧B-SCAN图像；

步骤1-2、对步骤1-1获得的n帧B-SCAN图像均进行滤波去噪，并分割每一帧B-SCAN图像各自的ILM层和BM层；

步骤1-3、获取步骤1-2中每一帧B-SCAN图像的感兴趣区域；具体为：

步骤1-3-1、将每一帧B-SCAN图像的BM层向下平移100个像素，获得新的BM’边界；

步骤1-3-2、将每一帧B-SCAN图像的ILM层作为上边界，求取上边界与步骤1-3-1获得的BM’边界之间的平均距离l；

步骤1-3-3、将每一帧B-SCAN图像的ILM层向下平移步骤1-3-2获得的平均距离l，获得新的ILM’边界，将其作为下边界；

步骤1-3-4、将步骤1-3-2的上边界与步骤1-3-3的下边界之间的区域作为每一帧B-SCAN图像的感兴趣区域；

步骤1-4、将步骤1-3获得的每一帧B-SCAN图像的感兴趣区域拉平，并以窗口滑动的方法获取三维SD-OCT视网膜图像的M个训练样本；

步骤1-5、对步骤1-4得到的M个训练样本的方向梯度直方图特征进行提取；

步骤2、采集某一时刻对象I的待分割GA的三维SD-OCT视网膜图像B，然后对三维SD-OCT视网膜图像B进行步骤1所述的图像处理，并通过步骤1建立的GA分割模型对待分割GA的三维SD-OCT视网膜图像B进行GA分割。

2.根据权利要求1所述的基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，所述滤波去噪具体采用双边滤波去噪方法。

3.根据权利要求1所述的基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，步骤1中所述建立GA分割模型具体为：通过随机森林算法对步骤1-5提取的方向梯度直方图特征进行训练，获取随机森林模型，将其作为GA分割模型。

4.根据权利要求1所述的基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，步骤1-2所述分割每一帧B-SCAN图像各自的ILM层和BM层具体为：通过最优三维图搜索方法分割每一帧B-SCAN图像各自的ILM层和BM层。

5.根据权利要求1所述的基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，步骤1-4具体为：

步骤1-4-1、将步骤1-3-2中的上边界作为第一行，步骤1-3-3中的下边界作为最后一行，由此将每一帧B-SCAN图像的感兴趣区域拉平，获得每一帧B-SCAN图像的感兴趣区域图像；

步骤1-4-2、通过w×h的滑动窗口以步长l'遍历步骤1-4-1获得的每一帧B-SCAN图像的感兴趣区域图像，将每一帧B-SCAN图像的感兴趣区域图像分为m个训练样本，由此获得三维SD-OCT视网膜图像的M个训练样本；其中w为滑动窗口的宽度，h为每一帧B-SCAN图像感兴趣区域图像的高度。

6.根据权利要求5所述的基于时间序列SD-OCT视网膜图像的GA自动分割方法，其特征在于，所述m的计算公式具体为：

m＝(W/l')-(w/l'-1)

式中，W为每一帧B-SCAN的感兴趣区域图像的宽度；

所述M的计算公式具体为：

M＝m×n

式中，n为n帧B-SCAN图像。