[发明专利]一种基于串行结构分割的糖尿病视网膜病变检测系统

权利要求书

1.一种基于串行结构分割的糖尿病视网膜病变检测系统，其特征在于：系统包括：

眼底图像采集装置：用于采集获取视网膜的眼底图像；

数据处理装置：用于分析处理采集的眼底图像，得到病变区域数据和病变概率，所述数据处理装置包括：

预处理功能模块：对采集的眼底图像进行预处理；

血管分割功能模块：对预处理后的眼底图像进行基于形态学的血管分割；

视盘分割功能模块：结合血管分割功能模块的处理结果，对预处理后的眼底图像进行视盘分割；

中央凹确定功能模块：结合视盘分割功能模块的处理结果，对预处理后的图像进行中央凹确定；

渗出分割功能模块：结合视盘分割功能模块的处理结果，对预处理后的图像进行渗出分割并得到渗出区域；

统计计算功能模块：结合中央凹确定功能模块和渗出分割功能模块的处理结果，统计渗出区域并计算出输入的眼底图像存在糖尿病黄斑水肿病变的概率；所述视盘分割功能模块的视盘分割操作步骤具体为：

步骤3.1、对眼底图像预处理后的眼底增强图像G_clahe进行双通道阈值分割，得到二值图像G_RG；

步骤3.2、对步骤3.1中的二值图像G_RG进行连通域分析，提取每个连通域的最小矩形框，并对其进行向左、向右两个方向的扩张，得到扩张连通域后图像G_expand；

步骤3.3、统计步骤3.2中的扩张连通域后图像G_expand中的图像垂直中心线两侧的像素数目；

步骤3.4、基于步骤3.3中眼底图像垂直中心线两侧的像素数目选择相应的Toeplitz矩阵模板，当统计的像素有超过半数位于图像右侧，则选择右Toeplitz矩阵模板Mask，如式(1)所示：

否则，选择左Toeplitz矩阵模板Mask，如式(2)所示：

步骤3.5、将血管分割功能模块中分割的眼底血管图像和步骤3.2中扩张后的连通区域作与操作，得到候选区域的血管图像G_candidate：

G_candidate＝G_BV∩G_expand (3)

步骤3.6、对候选区域的血管图像G_candidate进行滤波，得到滤波后的图像G_filter公式为：

步骤3.7、确定滤波后图像G_filter中灰度值最高的像素，该像素坐标即为眼底视盘定位位置坐标；

步骤3.8、以视盘定位位置坐标为中心，在输入的眼底图像G中框定一定大小矩形区域作为视盘候选区域G_OD；

步骤3.9、提取步骤3.8中视盘候选区域的R通道，记为图像G′_R；

步骤3.10、用半径递增的结构元进行交替膨胀腐蚀操作来去除视盘候选区域内部的血管，先选取一定半径的圆盘结构元B，对图像G′_R进行交替膨胀腐蚀操作：

σ^(B)＝δ^(B)(ε^(B)(G′_R)) (5)

其中，δ^(B)表示以B为结构元进行膨胀操作；ε^(B)表示以B为结构元进行腐蚀操作；

步骤3.11、增加圆盘结构元B的半径，得到新的圆盘结构元B′，对步骤3.10处理后的图像再次进行交替膨胀腐蚀操作：

σ^(B′)＝δ^(B′)(ε^(B′)(σ^(B))) (6)

步骤3.12、继续增加圆盘结构元B′的半径，得到新的圆盘结构元B″，对步骤3.11处理后的图像再次进行交替膨胀腐蚀操作来去除视盘候选区域内部的血管：

σ^(B″)＝δ^(B″)(ε^(B″)(σ^(B′))) (7)

步骤3.13、采用最大类间方差法对去除血管后的视盘候选区域进行阈值分割，得到二值图像G_Otsu，并用Canny算子提取二值图像G_Otsu的边缘，得到边缘图像G_edge；

步骤3.14、提取边缘图像G_edge中的轮廓坐标，对其进行最小二乘椭圆拟合；

步骤3.15、在眼底图像G中绘制步骤3.14的椭圆方程曲线，即为视盘椭圆ROI区域。