[发明专利]同侧眼底医学图像计算机辅助特征套合识别方法

摘要

本发明是同侧眼底医学图像计算机辅助特征套合识别方法，属微计算机应用技术。本发明的套合识别系统由含透明介质适配器的平板扫描仪、含键盘和显示器的微型计算机、激光打印机分别通过各自信号电缆线电气连接构成；套合识别方法主要包括同侧眼底血管图像自适应增强；眼底血管特征交点提取及单纯节点化；眼底血管特征节点基准归一化；眼底血管特征节点邻域套合判定。本发明以稀疏的眼底血管特征节点套合为线索，为同侧眼底医学图像的套合识别提供一种计算机辅助判定手段，减轻和克服了现有技术的人工判别工作劳动强度大、易疲劳、且不便统一化等困扰和负担的缺点和问题。

主权项

1.一种同侧眼底医学图像的计算机辅助特征套合识别方法，其特征在于包括如下步骤：第一步进行眼底血管图像自适应增强(1)把眼底血管照片图像取像并送入计算机，成为数字化原眼底灰度图像；(2)依据血管与背景之间灰度特性差异的关系，扫描整幅图像g(x，y)，求取各中心象素点的八邻域灰度平均值g(x，y)和灰度最小值g_min，并按如下关系式赋值：屏蔽掉图像中的血管部位，由近似的背景灰度值替代，形成近似的背景图像g₁(x，y)；(3)选取图像g₁(x，y)的四个框角部位的象素作参考点，分别求取参考点各自八邻域的平均值，选出四个平均值中的最小值作为参考门限值t_m，扫描背景图像g₁(x，y)，在中心象素的八邻域内选取大于t_m值的象素点，并按如下关系式g_1(x,y)=1(2r-1)(2c-1)Σm=y-ry+rΣn=x-cx+c[g(m,n)|g(m,n)>tmin]]]>参与灰度值求和，其中r和c分别是邻域宽度和高度，然后再对八邻域全体象素点求平均，得到浮动平均值g₁(x，y)，而小于t_m值的象素点，其平均值g₁(x，y)直接取为t_m值，由g₂(x，y)＝g₁(x，y)的关系生成近似的淡化血管部位背景轮廓的净背景图像g₂(x，y)；(4)把原眼底灰度图像g(x，y)和净背景图像g₂(x，y)对应象素点的灰度值相减，得到自适应血管增强的灰度图像；第二步  眼底血管特征交点提取及单纯节点化(1)把自适应血管增强的灰度图像进行二值化，得到象素值为1的血管二值图像；(2)设定多级空芯闭环模板，其周边由单象素点组成矩形空芯闭合环路，过滤次序从大到小依此调用闭环模板，从上到下从左到右移动所选中的模板并对二值图像进行迭加，然后检查图像象素与闭环边框相交的状态，若环内象素与环框不相交，则环内捕获的成分属独立的杂质和噪声，将该类象素清为背景，若环内象素与环框相交，表示检测到的是连续血管，不作处理，结果得到由连续血管组成的净化二值图像；(3)净化的二值图像进行细化处理，形成单象素线骨架结构的眼底血管拓扑图像；(4)从上到下从左到右扫描血管骨架图像，搜索骨架各象素在其八邻域中的连接数N_C，若N_C为3或4，表明该象素属三或四条分支汇合形成的血管骨架交点，记录该交点的平面坐标，对记录的各交点再进行判断，若三个交点毗连形成直角状，则归属为奇异交点，把其在四邻域方向毗连的交点去掉，只保留直角处的交点坐标，最后形成单纯化的血管节点拓扑图像；第三步  眼底血管特征节点基准归一化(1)按物体质心关系求出节点拓朴图像中的节点质心，其行列坐标记为(Row_c，Col_c)；(2)离开质心最远的节点，其行列坐标记为(Row_f，Col_f)，与质心形成的虚拟轴线记为R_cf，该虚拟轴线与基准水平轴之间形成的夹角记为Q；(3)整体眼底血管特征节点图像以节点质心为圆心作顺时针方向旋转至虚拟轴线与基准水平轴线方向重合；(4)记录各个节点的新坐标，形成基准归一化的节点图像；第四步  眼底血管特征节点邻域套合判定(1)以节点为邻域的中心点，若检查到其八邻域内存在有图像映射过来的任何节点，则把该图像的节点套合关系判为真；(2)调入两幅已归一化的待比较节点图像，分别记为A和B，取节点质心为对应基准参考点，并设定记录缓冲区，第一遍映射过程是从上到下从左到右扫描图像A的节点，把该节点的坐标映射到图像B的对应坐标处，称为虚拟坐标点，检查虚拟坐标点的八邻域范围内有否存在图像B的任一节点，若有则判为图像B存在对图像A套合的节点，累计图像B对图像A相套合的节点数目P_ba，求出与图像A总节点N_a的比率P_ba/N_a，第二遍映射过程是从上到下从左到右扫描图像B的节点，把该节点的坐标映射到图像A的对应坐标处，累计图像A对图像B相套合的节点数目P_ab，求出与图像B总节点N_b的比率P_ab/N_b；(4)按关系式(Pab/Nb)(Pba/Na)×100%]]>统计两图像A和B的节点套合百分率，选比率90％作为阈值，大于阈值的两幅图像判定为同侧眼底套合图像。