[发明专利]一种基于卷积循环神经网络的AS-OCT图像的房角分类方法

说明书

本发明公开一种基于卷积循环神经网络的AS‑OCT图像的房角分类方法，使用全局扫描对齐方法对AS‑OCT切片进行对齐操作，解决眼睛不自主运动和眼睛的光轴不适当放置的可能性导致的图像错位；采用深度学习分割算法对虹膜进行分割，从而由虹膜根部确定ACA的区域；基于卷积循环神经网络同时对二维图像和图像序列信息进行建模，提高网络对窄角和粘连的分类性能。本发明能够对开、狭窄和粘连的青光眼进行准确分类，达到世界先进水平。

技术领域

本发明涉及一种基于深度学习的AS-OCT图像的分类方法，属于图像处理领域，不仅可以从单张AS-OCT图像中判断开角和闭角型青光眼，还可以从AS-OCT图像序列中识别动态特征，进而实现准确的开、窄和粘连ACA分类。

背景技术

青光眼、白内障和糖尿病视网膜病变合称致盲的“三大杀手”。据统计，在全球范围内，青光眼是第二大致盲性眼科疾病，致盲率仅次于白内障。不仅如此，青光眼也是世界上首位不可逆的眼科疾病，其中，70％青光眼患者将最终失去光明，成为盲人。青光眼的不可逆转性是因为青光眼疾病会导致一系列视神经受损，从而造成视力逐渐衰退或完全丧失的眼疾病。青光眼通常以眼压骤然升高、眼底视神经萎缩和视力大幅度下降作为其显著的生理特征。然而，对于青光眼患者而言，当发现视力大幅下降、很难看清事物时，患者往往已经处于病情的晚期阶段，视野缺损极度严重，病情不可复原。因此，早期的青光眼诊断和治疗对于减缓患者病情的恶化、逆转眼疾的进展十分关键。

根据眼睛内部前房角(Anterior chamber angle，ACA)的大小，青光眼可分为两种疾病类型：原发性开角型青光眼(Primary open angle glaucoma，POAG)和原发性闭角型青光眼(Primary angle-closure glaucoma，PACG)。POAG是一种由小梁网机能逐渐亢进导致的青光眼；PACG是亚洲的一种主要形式的青光眼，其中虹膜和角膜之间狭窄的ACA阻塞了房水的引流通道，导致眼压升高，导致视神经损害。由于PACG病程较长，发病隐匿，起病初期不易觉察，早期临床诊断困难，因此，ACA的成像和对ACA的准确评估对诊断、及时治疗和减少不可逆视力丧失的风险至关重要。目前为止，原发性青光眼的诊断及评估依赖于房角镜、前节光学相干断层扫描(Anterior Segment Optical Coherence Tomography，AS-OCT)、超声生物显微镜等检查技术和裂隙灯显微镜检查等检查技术。AS-OCT技术是一种无接触、无创的前段结构横断面观察技术，如图1中(a)所示，它能提供角膜、虹膜、ACA等前段结构的清晰横断面；图1中(b)和(c)分别表示一个开的ACA和两个闭合的ACA。

近年来，利用AS-OCT图像自动地将青光眼分为开、闭角型的研究已经得到开展，准确的角度评估可为指导青光眼不同阶段的临床治疗提供快速诊断工具。目前，Foster等人根据病理过程中提出了一种新的分类方法：国际区域性流行病学眼科学会(InternationalSociety of Geographical and Epidemiological Ophthalmology，ISGEO)分类系统。该系统将原发性闭角青光眼分为3个子阶段[9]：可疑原发性前房角关闭(Primary AngleClosure Suspect，PACS)、原发性前房角关闭(Primary Angle Closure，PAC)和PACG。

(1)PACS阶段是指前房角隐窝处房角宽度异常狭窄，其周边虹膜的位置靠近但未接触到小梁网，容易导致原发性前房角关闭。

(2)PAC阶段是前房角隐窝处房角宽度狭窄，并且出现周边虹膜阻塞小梁网的现象：如虹膜周边前粘连、虹膜萎缩、眼压升高等，也具有视乳头、视网膜神经纤维层等视神经损伤的发展趋势。

(3)PACG阶段是指PAC阶段发生了视乳头、视网膜神经纤维层等视神经的损伤。