[发明专利]一种基于图像配准的视网膜血管壁厚度测量方法

说明书

本发明涉及图像处理领域，目的是针对现有配准方法准确率低、现有视网膜血管壁厚度测量方法准确率低的问题，公开了一种基于图像配准的视网膜血管壁厚度测量方法；提出了一种新的眼底多模态图像配准方法及一种新的视网膜血管壁平均厚度、单个血管壁厚度测量方法；方法包括：获取眼底彩色图像及眼底荧光造影图像；分别对两种图像进行预处理、血管分割、血管去噪、血管骨骼化提取、角点检测、特征点生成；依据角点特征进行配准；对配准后的图片进行视盘标注；测量血管壁厚度。本发明可用于临床眼科图像分析及结果成像，致力于辅助医生进行判断，节约医生时间。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于图像配准的视网膜血管壁厚度测量方法。

背景技术

眼底视网膜血管是人体中唯一可看见的血管，医生把它当作了解其它脏器血管情况的窗口。如高血压病人眼底可见到视网膜动脉硬化、糖尿病病人眼底可见毛细血管瘤、小的出血点和渗出物等。眼底血管管壁厚度能作为糖尿病视网膜病变的早期指标以及为判断血管静脉硬化提供帮助，而眼底彩色图像包含血管壁外侧、眼底荧光造影图像仅包含血管内侧。配准眼底图像能够使两幅图的信息互补，并使得测量血管壁厚度更加容易。

图像配准是指将同一场景的不同图像“对齐”或进行广义的配准，以消除存在的几何畸变。对同一场景使用相同或不同的传感器，在不同条件下获取的两个或多个图像一般都会存在差异。同一场景的多次成像的差别可以表现在：不同的分辨率、不同的灰度属性、不同的位置(平移和旋转)、不同的尺度、不同的非线性变换等等。多种成像模式产生的图像(称之为多模态图像)会表现出不同的分辨率、不同的灰度属性等差异。图像配准的主要目的是消除几何上的差异，对于灰度信息的差异并不关心。

目前测量眼底血管壁厚度的方法为直接通过眼底彩色图像中血管的两侧来测量，但是，眼底彩色图像中血管的两侧是反光形成的，并不是真正的血管壁厚度，因此，采用这种直接测量视网膜血管壁厚度的方法导致方法测量结果不准确，影响医生对患者是否含有糖尿病等疾病的判断。

此外，视网膜血管壁的平均厚度，能够反应糖尿病、脑卒中等疾病发生情况，而单个血管壁厚度还能反应该血管是否出现坏死、血管壁破裂等症状。这是因为单个血管壁厚度出现问题的时候，没有影响到平均血管壁厚度而带来的误判。因此对于视网膜血管壁厚度，既要测量平均厚度、也要测量单个血管壁厚度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于图像配准的视网膜血管壁厚度测量方法，通过输入同一眼球的一张眼底彩色图像和一张眼底荧光造影图像，配准两幅图像，提高了配准的准确率；此外通过标注视盘后计算出眼底血管壁平均厚度及单个血管壁厚度，提高了血管壁厚度测量结果的准确性，有助于医生进行判断，节约了医生的时间。

为实现上述发明目的，本发明一种眼底图像配准的视网膜血管壁厚度测量方法，包括以下步骤：

S1：获取眼底彩色图像和眼底荧光造影图像；

S2：对获取的眼底彩色图像和眼底荧光造影图像进行预处理；

S3：利用PCA算法对预处理后的眼底彩色图像和眼底荧光造影图像进行血管分割；

S4：利用图像腐蚀和扩张方法对分割后的眼底彩色图像和眼底荧光造影图像进行去噪处理；

S5：利用Zhang并行快速细化算法对去噪处理后的眼底彩色图像和眼底荧光造影图像进行骨骼化处理；

S6：对骨骼化处理后的眼底彩色图像和眼底荧光造影图像进行Harris角点检测，得到包含分支点和交叉点的角点；