[发明专利]视网膜图谱构建方法及其装置、计算机设备、存储介质

说明书

本申请实施例提出的视网膜图谱构建方法及其装置、计算机设备、存储介质，通过获取不同被试对象的初始视网膜图像，对初始视网膜图像进行分层处理，得到整体厚度图像和多个分层厚度图像，对整体厚度图像进行图像配准，得到变形向量场，根据变形向量场对分层厚度图像进行图像变换，得到目标视网膜图像，将不同被试对象对应的目标视网膜图像进行组合，得到视网膜厚度图像张量，对视网膜厚度图像张量进行分解，得到目标视网膜图像中每一像素点对应的特征向量，基于特征向量对目标视网膜图像中的全部像素点进行聚类，得到聚类结果，根据聚类结果对分层厚度图像中与目标视网膜图像对应的像素点进行标记得到目标视网膜图谱，能够提高视网膜分区的准确性。

技术领域

本发明涉及医学图像处理技术领域，尤其涉及一种视网膜图谱构建方法及其装置、计算机设备、存储介质。

背景技术

相关技术中，采用ETDRS栅格法在en-face方向上对视网膜进行分区，ETDRS栅格法通过在视网膜en-face方向上绘制圆形区域，并在圆形区域进一步划分多个子区域来实现视网膜分区，但是圆形区域以及子区域采用固定尺寸，在特征提取的精度和鲁棒性方面都存在一定的局限性。

发明内容

本申请实施例的主要目的在于提出一种视网膜图谱构建方法及其装置、计算机设备、存储介质，能够提高特征提取的精度和鲁棒性，实现在视网膜en-face方向上进行精准分区。

为实现上述目的，本申请实施例的第一方面提出了一种视网膜图谱构建方法，所述方法包括：

获取不同被试对象的初始视网膜图像；

对所述初始视网膜图像进行分层处理，得到整体厚度图像和多个分层厚度图像；

对所述整体厚度图像进行图像配准，得到变形向量场；

根据所述变形向量场对所述分层厚度图像进行图像变换，得到目标视网膜图像；

将不同被试对象对应的目标视网膜图像进行组合，得到视网膜厚度图像张量；

对所述视网膜厚度图像张量进行分解，得到所述目标视网膜图像中每一像素点对应的特征向量，所述特征向量由不同被试对象的目标视网膜图像在同一像素位置的像素点组成；

基于所述特征向量对所述目标视网膜图像中的全部像素点进行聚类，得到聚类结果；

根据所述聚类结果对所述分层厚度图像中与目标视网膜图像对应的像素点进行标记，得到所述分层厚度图像对应的目标视网膜图谱。

在一些实施例，在所述对所述初始视网膜图像进行分层处理，得到整体厚度图像和多个分层厚度图像之后，所述视网膜图谱构建方法还包括：

对所述整体厚度图像进行图像去噪，得到去噪后的整体厚度图像；

对所述分层厚度图像进行图像去噪，得到去噪后的分层厚度图像。

在一些实施例，在所述对所述初始视网膜图像进行分层处理，得到整体厚度图像和多个分层厚度图像之后，所述视网膜图谱构建方法还包括：

对所述整体厚度图像进行图像增强，得到增强后的整体厚度图像；

对所述分层厚度图像进行图像增强，得到增强后的分层厚度图像。

在一些实施例，所述对所述整体厚度图像进行图像配准，得到变形向量场，包括：

对不同被试对象的整体厚度图像进行厚度平均计算，得到模板视网膜图像；

对所述模板视网膜图像进行极坐标空间变换，得到极坐标模板图像；

对所述整体厚度图像进行极坐标空间变换，得到极坐标厚度图像；