[发明专利]基于有向血管树的视网膜血管重构方法

说明书

本发明涉及一种基于有向血管树的视网膜血管重构方法，包括获取视网膜图像信息并采用卷积神经网络分割出视网膜血管；利用卷积算法提取血管的骨架线；截取掉视视盘区域并从骨架线上提取出端节点和分支节点；通过分支节点分割血管段，并提取血管段的骨架线和外轮廓信息构建有向血管树；利用有向血管树重构视网膜血管的骨架线和血管的图像信息。本发明中，以血管段作为主要的研究对象，以血管段的识别和关系构建为终极目标，采用卷积神经网络分割血管，利用卷积算法提取血管的骨架，根据几何关系分割血管骨架，最终利用有向血管树重构血管结构图；通过有向血管树重构血管的拓扑结构图和血管的图像信息，便于对不同的血管进行区分。

技术领域

本发明属于视网膜血管矢量化技术领域，涉及一种基于有向血管树的视网膜血管重构方法。

背景技术

视网膜为眼球壁的内层，分为视网膜盲部和视部。为检查视网膜的血管，通常先获取视网膜的图像信息，然后将视网膜图像放大，以进行检查；但是放大后的视网膜图像会变模糊，并且视网膜的血管存在纵横交错的复杂部分，如果不将交错部分和血管的分支区分开容易导致判断错误，不便于对视网膜血管进行检测和分析。

发明内容

有鉴于此，本发明的目的在于提供一种基于有向血管树的视网膜血管重构方法。

为达到上述目的，本发明提供如下技术方案：

一种基于有向血管树的视网膜血管重构方法，包括以下步骤：

S1、获取视网膜图像信息；

S2、采用卷积神经网络从视网膜图像信息中分割出视网膜血管；

S3、利用卷积算法提取视网膜血管的骨架线；

S4、截取掉视网膜图像信息中的视盘区域，根据几何关系从骨架线上提取出端节点和分支节点；

S5、通过分支节点将视网膜血管分割为血管段，并提取每一血管段的骨架线信息和外轮廓信息；

S6、通过端节点、分支节点和血管段的骨架线信息及外轮廓信息构建拓扑结构的有向血管树；

S7、设置有向血管树的类型，所述有向血管树的类型包括动脉血管树和静脉血管树；

S8、利用有向血管树以拓扑图的形式重构视网膜血管的骨架线和/或血管的图像信息。

进一步的，在所述S3步骤中，利用卷积算法提取视网膜血管的骨架线时，卷积算法采用8邻接点方法，其卷积核如下：

mask2＝[1 1 1；

1 0 1；

1 1 1]。

进一步的，在所述S4步骤中，根据几何关系从骨架线上提取出端节点和分支节点的方法为：

计算血管的骨架线中所有点的邻接点数量，筛选出邻接点数量为1、邻接点数量为3的点作为节点，并将邻接点数量为1的节点定义为端节点，将邻接点数量为3的节点定义为分支节点。

进一步的，在所述S5步骤中，提取血管段的骨架线信息及外轮廓信息的方法为：

预设曲率阈值，依次提取血管段的骨架线及两侧的外轮廓曲线上的像素点，然后依次将同一曲线上相邻的三个像素点连接构成曲线模型，计算中间的像素点处曲线的曲率作为该像素点处的曲率，筛选出骨架线及每一外轮廓曲线两端的像素点和曲率大于曲率阈值的像素点作为骨架线和外轮廓曲线的关键点；再沿骨架线和外轮廓曲线的走向从一个端点到另一个端点依次为骨架线和外轮廓曲线的关键点分配序号；将血管段骨架线及外轮廓曲线上所有关键点的坐标和序号作为该血管段的骨架线信息及外轮廓信息。

进一步的，在所述S6步骤中，通过端节点、分支节点和血管段的骨架线信息及外轮廓的关键点构建拓扑结构的有向血管树的方法为：