[发明专利]一种基于病灶彩色视网膜眼底图像的视盘分割方法

权利要求书

1.一种基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，包括以下步骤：

S1：基于深度U-Net模型建立血管检测模型和视盘检测模型；

S2：分别由血管检测模型和视盘检测模型检测获取血管概率图和视盘概率图；

S3：由血管概率图获取主血管拟合直线图；

S4：获取主血管拟合直线图的概率泡泡图；

S41：在主血管拟合直线图中的直线交点处标记圆圈；

S42：根据S41中的圆圈计算其内直线交点的个数，给每个圆圈设置不同的圆圈概率，获取概率泡泡图，所述圆圈概率为圆圈像素；

S5：将概率泡泡图和S2中的视盘概率图进行乘运算获取视盘区域联合概率图以确定视盘连通区域；

S6：从视盘连通区域中选取视盘区域并估算出视盘的中心和半径。

2.根据权利要求1所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S1中，具体包括以下步骤：

S11：获取用于训练血管检测模型的DRIVE数据集；所述DRIVE数据集由带有病灶的视网膜眼底图像中筛选生成；

S12：获取用于训练视盘检测模型的Kaggle数据集；所述Kaggle数据集由不同成像条件下带有病灶的视网膜眼底图像中筛选生成。

3.根据权利要求1所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S2中，具体包括以下步骤：

S21：将带病灶的视网膜眼底图像输入S1中的血管检测模型，检测出图像中的血管位置，生成血管概率图；

S22：将带病灶的视网膜眼底图像输入S1中的视盘检测模型，检测出图像中的视盘位置，生成视盘概率图。

4.根据权利要求1所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S3中，具体包括以下步骤：

S31：对血管概率图进行阀值化处理以提取主血管概率图；

S32：对主血管概率图进行Hough变换以获取主血管拟合直线图。

5.根据权利要求1所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S6中，具体为包括以下步骤：

S61：选取视盘区域：选择第一子视盘连通区域为视盘区域；

S62：估算视盘中心：计算视盘连通区域中像素位置的均值并将该均值作为视盘的中心；

S63：估算视盘半径。

6.根据权利要求5所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S63中，具体为包括以下步骤：

S631：计算视盘区域内每个点到视盘中心的距离并计算平均值；

S632：通过数学模型，由平均值得到视盘的理论半径；将理论半径与预选设置的调整系数相乘即得到视盘半径的估算值。

7.根据权利要求1所述的基于病灶彩色视网膜眼底图像的视盘分割方法，其特征在于，在步骤S6之前，进一步包括对视盘连通区域的阀值处理。