[发明专利]基于图像分解的眼科SD-OCT高反射点分割方法及实现系统

说明书

本发明涉及基于图像分解的眼科SD‑OCT高反射点分割方法及实现系统，包括：(1)利用改进的双边滤波对原OCT图像进行滤波处理；(2)利用图像分解技术将滤波处理后的图像分解为平滑部分和稀疏部分，高反射点存在于稀疏部分中；(3)利用简单自适应阈值的方法将高反射点候选点从稀疏部分中分离出来，并利用形态学处理去除阈值结果中的离散点和面积较大的区域，得到最终的高反射点。本发明利用改进的双边滤波方法对OCT进行降噪的同时，增大了高反射点与背景部分的对比度，减少了噪声对高反射点分割的影响。本发明算法原理简单，易于实现，且精度较高，运行速度快，既能满足医生对精度的要求，又能满足实时性的要求。

技术领域

本发明涉及基于图像分解的眼科SD-OCT高反射点分割方法及实现系统，属于图像处理技术领域。

背景技术

视网膜疾病是世界范围内常见的致盲原因，早期临床发现有助于避免患者失明。由于谱域光学相干断层成像(Spectral Domain Optical Coherence Tomography,SD-OCT)能够精确显示玻璃膜疣、高反射点(Hyperreflective Dots,HRD)、视网膜内和视网膜下积液等病灶，光学相干断层成像已被广泛应用于视网膜疾病的诊断。然而，由于伪影噪声的存在，对这些病灶的检测和分割并不是一件容易的事情。

法国Coscas教授在2009年最先报道了SD-OCT图像中高反射点(在OCT图像中约为6-60个像素点)的存在，其在SD-OCT图像中表现为较小的高亮点，分布于视网膜各层(主要集中在外层)。高反射点是每次临床复发时可检测到的第一个变化，也是治疗后第一个消失的特征。这一观察结果表明高反射点可以作为早期炎症反应的临床标志物。SD-OCT图像中存在大量的散斑噪声，和高反射点为小亮点的特性极为相似，很难直接用阈值的方法将高反射点分离出来。目前，临床主要诊断方式为医生肉眼评估。然而，人眼对高反射点数量、面积和位置等指标的评估具有较大的主观性，手工分割高反射点耗时费力。因此，SD-OCT图像自动化分割高反射点并定量评估高反射点指标具有重大意义。高反射点散布在视网膜的各层中，且在B-scan扫描切片上表现为面积较小的亮点，极易与SD-OCT图像中的噪声混淆。目前并未有到相关公开文献解决该问题。

发明内容

针对现有技术的不足，本发明提供了基于图像分解的眼科SD-OCT高反射点分割方法；

本发明还提供了上述基于图像分解的眼科SD-OCT高反射点分割方法的实现系统；

本发明要解决的技术问题包括：(1)既要消除噪声对高反射点分割的影响，又不能破坏高反射点的结构信息。(2)高反射点散布在视网膜各层，不能通过层分割来定位高反射点的位置。3.提高算法运行速度，以便于临床实际应用。

术语解释：

1、SD-OCT，SD-OCT是一种非侵入式的微米级分辨率的实时成像技术，用于眼后段结构(包括视网膜、黄斑和视盘等)活体检查。

2、Otsu阈值，Otsu阈值是最大类间方差法，是1979年日本学者大津提出的一种自适应的阈值确定方法，是图像处理领域常用的一种阈值方法。

3、形态学处理，即数学形态学(mathematical Morphology)，是图像处理中应用最为广泛的技术之一，主要用于从图像中提取对表达和描绘区域形状有意义的图像分量，使后续的识别工作能够抓住目标对象最为本质〈最具区分能力－most discriminative)的形状特征，如边界和连通区域等。同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中，成为图像增强技术的有力补充。

本发明的技术方案为：

基于图像分解的眼科SD-OCT高反射点分割方法，包括步骤如下：

(1)利用改进的双边滤波对原SD-OCT图像进行滤波处理；以减小噪声干扰并增大高反射点与背景的对比度。