[发明专利]一种眼底血管三维重建方法、装置、设备及存储介质

说明书

本申请公开了一种眼底血管三维重建方法、装置、设备及存储介质，该方法包括：通过跨域深度自适应网络对不同设备的OCTA二维血管正面投影图像进行深度预测，得到深度图预测结果；在OCTA二维血管分割图像上提取血管的中心线位置和半径长度；根据深度图预测结果所带的深度信息和OCTA二维血管分割图像的提取信息，获取三维血管中心线点云；根据三维血管中心线点云和圆的空间参数方程，对血管的三维表面网格进行重建。这样从二维到三维的视网膜血管重建过程，有效地解决了二维正面投影图像中血管空间信息缺失问题、OCTA图像中常见的伪影问题、以及由于三维数据缺失和技术手段限制导致无法使用三维体数据重建血管的问题。

技术领域

本发明涉及图像处理领域，特别是涉及一种眼底血管三维重建方法、装置、设备及存储介质。

背景技术

血管类疾病是世界最常见的公共卫生安全之一，早期临床表现不明显，晚期的突发性表现会对患者的生命安全造成严重威胁。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。因此，早期的筛查对于公众的生命健康安全具有重要意义。临床研究表明，视网膜血管的形态变化，是揭示和识别许多眼部和全身性疾病早期症状的重要标志。作为人体内在无创伤条件下唯一可获取的血管组织，有关视网膜血管的研究和分析已经在血管类疾病的筛查中展现了非常大的前景。

光学相干断层扫描血管造影(Optical Coherence Tomography Angiography,OCTA)能以无创、微米级别的高分辨率、三维的方式获得视网膜的血流及结构信息。目前绝大多数基于OCTA的研究都是在其二维正面投影(en face)图像上进行，这些工作表明，OCTA的en face表示为医生分析视网膜血管提供了重要的参考。然而，原始三维血管丰富的深度信息和拓扑性质在二维空间中将不可避免地被掩盖。在实践中，高质量的三维血管可视化对医生观察微血管的变化非常有帮助。现有的算法使用OCTA体数据(三维原始数据)来进行三维血管重建，由于存在对比度差，伪影投射，拓扑结构复杂和直径相对较小等问题，这一工作仍面临很大挑战。另外，在实际应用中获得所需的体数据并不总是简单的。一些公共数据集不提供三维数据，此外由于厂商限制，从某些OCTA设备输出体数据存在困难，这使得无法通过现有算法实现血管的三维重建。

因此，如何解决现有的视网膜血管三维重建算法存在对比度差，伪影投射，计算量大并且依赖于不易获取的OCTA三维体数据的问题，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种眼底血管三维重建方法、装置、设备及存储介质，可以准确预测OCTA二维血管正面投影的深度图并且有效地重建视网膜血管三维结构，整体计算量小。其具体方案如下：

一种眼底血管三维重建方法，包括：

通过跨域深度自适应网络对不同设备的OCTA二维血管正面投影图像进行深度预测，得到深度图预测结果；

在OCTA二维血管分割图像上提取血管的中心线位置和半径长度；

根据所述深度图预测结果所带的深度信息和所述OCTA二维血管分割图像的提取信息，获取三维血管中心线点云；

根据所述三维血管中心线点云和圆的空间参数方程，对血管的三维表面网格进行重建。

优选地，在本发明实施例提供的上述眼底血管三维重建方法中，所述跨域深度自适应网络的骨干网络为U-net深度学习网络，在所述U-net深度学习网络中编码器和解码器之间的跳跃连接加入结构分支机构。

优选地，在本发明实施例提供的上述眼底血管三维重建方法中，所述跨域深度自适应网络中的U型网络的输出端与深度对抗自适应模型连接；所述深度对抗自适应模型通过基于图像像素块的判别模块和血管深度连续性自校正模块，对跨域图像进行深度预测。