[发明专利]一种OCT-A图像的动静脉分类方法及装置

权利要求书

1.一种OCT-A图像的动静脉分类方法，其特征为，包括：

获取眼底彩照和OCT-A图像，对所述眼底彩照和OCT-A图像的分割结果分别进行拓扑估计，获得拓扑树集合；

在对所述眼底彩照和OCT-A图像粗匹配后，进行关键点匹配，使两种模态图像之间的拓扑树匹配，获得拓扑信息；

根据优势集理论对所述眼底彩照的近视盘区域血管进行动脉和静脉分类；

根据所述拓扑信息采用标签传播算法对全局进行动静脉分类，获得OCT-A血管的动静脉分类结果。

2.根据权利要求1所述的一种OCT-A图像的动静脉分类方法，其特征为，“获取眼底彩照和OCT-A图像，对所述眼底彩照和OCT-A图像的分割结果分别进行拓扑估计，获得拓扑树集合”具体包括：

通过形态学细化算法对眼底彩照和OCT-A图像进行分割，获得单位像素宽的血管结构；

检测所述血管结构的关键节点，并在所述关键节点中的分叉点和交叉点处将分割图像断开，获得若干独立的血管段；

采用三次样条拟合对所述血管段进行中心线拟合，获得每一段血管的中心线信息；

根据所述中心线信息建立视网膜血管网络的无向图并提取所述血管段的特征向量，建立视网膜血管的带权无向图；

根据自动分割算法提取所述眼底彩照的视盘区域，根据所述视盘区域确定血管树的起点，并确定OCT-A图像的起始点；

引入虚拟的点将各血管树的起点相连后，通过最小生成树算法得到独立的血管树，获得拓扑树集合。

3.根据权利要求1所述的一种OCT-A图像的动静脉分类方法，其特征为，“在对所述眼底彩照和OCT-A图像粗匹配后，进行关键点匹配，使两种模态图像之间的拓扑树匹配，获得拓扑信息”具体包括：

根据配准算法对所述眼底彩照和OCT-A图像进行粗匹配；

截取粗匹配后所述眼底彩照分割结果中OCT-A图像的重合部分并提取关键节点，截取粗匹配后所述OCT-A图像分割结果中眼底彩照的重合部分并提取关键节点；

通过高斯回归过程对两种模态下的关键节点进行匹配；

根据拓扑树中包含关键节点的一致性完成拓扑树匹配，获得拓扑树信息。

4.根据权利要求1所述的一种OCT-A图像的动静脉分类方法，其特征为，“根据优势集理论对所述眼底彩照的近视盘区域血管进行动脉和静脉分类”具体包括：

选取预设倍率视盘范围内的血管段中的点作为聚类对象，对每一个点提取特征向量，获得点集；

根据优势集对选择的所述点集进行聚类并将所有的点分成两类；

根据每类中点的亮度信息的均值定义动脉与静脉；

统计每一段血管段中点的标签分布并对所述血管段进行动静脉标记。

5.根据权利要求1所述的一种OCT-A图像的动静脉分类方法，其特征为，“根据所述拓扑信息采用标签传播算法对全局进行动静脉分类，获得OCT-A血管的动静脉分类结果”具体包括：

通过所述拓扑信息对起始血管段的标签向下传递，实现视网膜血管的完全分类；

从所述视网膜血管的完全分类中获取OCT-A血管的动静脉分类。

6.一种OCT-A图像的动静脉分类装置，其特征为，包括：

获取模块：获取眼底彩照和OCT-A图像，对所述眼底彩照和OCT-A图像的分割结果分别进行拓扑估计，获得拓扑树集合；

第一处理模块：在对所述眼底彩照和OCT-A图像粗匹配后，进行关键点匹配，使两种模态图像之间的拓扑树匹配，获得拓扑信息；

分类模块：根据优势集理论对所述眼底彩照的近视盘区域血管进行动脉和静脉分类；

第二处理模块：根据所述拓扑信息采用标签传播算法对全局进行动静脉分类，获得OCT-A血管的动静脉分类结果。