[发明专利]一种OCT-A图像的动静脉分类方法及装置

说明书

本发明公开了一种OCT‑A图像的动静脉分类方法。包括获取眼底彩照和OCT‑A图像，对眼底彩照和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；根据优势集理论对眼底彩照的近视盘区域血管进行动脉和静脉分类；根据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。本发明还公开了一种OCT‑A图像的动静脉分类装置。本发明通过拓扑信息传递的方式实现OCT‑A的血管动静脉分类，解决了OTC‑A图像中因为缺少颜色对比信息而无法进行血管分类的问题。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种OCT-A图像的动静脉分类方法及装置。

背景技术

血管类疾病是世界最常见的公共卫生安全之一，最常见的相关疾病包括糖尿病、动脉硬化、心血管疾病和高血压等，这些疾病的早期临床表现不明显，不易被发现并引起重视，晚期的突发性表现对患者的生命安全造成严重威胁。因此早期的筛查与诊断对于公众的生命健康安全具有重要意义。然而，由于目前血管类疾病诊断手段的复杂性与有创性，无法实现大规模的普查。视网膜血管作为人体内在无创伤条件下唯一可获取的血管组织，在临床研究中被证明其形态变化与血管相关的系统性疾病（糖尿病，高血压和心血管疾病）有着密切的关系，因此被认为在血管类疾病的筛查中具有非常大的潜力。

临床研究表明糖尿病、高血压以及其他心血管疾病的病变会导致视网膜血管口径的变化，其中包括不同程度的动脉和静脉扩张，因此医学中常用动脉和静脉的管径比（Arteriolar-to-Velar diameter Ratio，AVR）作为相关疾病的临床诊断依据。但是由于潜在患者数量巨大，目前临床上对眼底的筛查中主要是通过人工阅片来实现，然而，这就要求眼科医生具有丰富的临床经验，仅仅依靠眼科专家人工进行大规模普查较为困难。而且，由于人工检测经验标准不统一，可能导致部分漏诊或误诊。因此通过计算机辅助的视网膜血管特异性分析，对于早期血管性疾病的自动检测、诊断以及介入治疗具有非常重要的意义。其中视网膜血管的动脉的和静脉分类作为深入理解血管结构变化具有十分重要的研究意义。

研究发现由于血管性疾病首先引起视网膜微血管的异常，目前常见的视网膜血管分类方法大多作用在眼底彩照上，依靠图像中血管颜色差异实现动静脉分类，然而由于眼底彩照无法观察到黄斑区域的毛细血管，这对于相关疾病的早期自动筛查提出了非常大的挑战。而随着OCT-A的广泛使用，为观察视网膜微血管提供了可能，但是由于缺乏颜色信息，无法直接在OCT-A图像中实现血管的动静脉分类。

发明内容

本发明目的是提供一种OCT-A图像的动静脉分类方法及装置，能够解决现有的视网膜血管动静脉分类算法无法实现微血管的分类问题。

根据本发明的第一方面，提供了一种OCT-A图像的动静脉分类方法，包括：

获取眼底彩照和OCT-A图像，对眼底彩照和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；

根据优势集理论对眼底彩照的近视盘区域血管进行动脉和静脉分类；

根据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。

进一步的，“获取眼底彩照和OCT-A图像，对眼底彩照和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；

检测血管结构的关键节点，并在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；