[发明专利]一种视网膜OCT图像分层算法

摘要

本发明公开了一种视网膜OCT图像分层算法，包括如下步骤：利用视网膜OCT的B扫描切片图像训练模型；对视网膜OCT三维图像进行内外视网膜边界预测，获取粗略分层结果；根据粗略分层结果中第一层和第七层对源输入图像进行对齐处理，获取对齐的视网膜OCT三维图像；将对齐的视网膜OCT三维图像下采样至L2体图像，获取L2体图像第一、二、五、七、十一层的精确分层结果；将L2体图像精确分层的结果上采样至L1体图像，获取L1体图像第一、二、六、七、九、十一层精确分层结果；将L1体图像的精确分层结果上采样至视网膜OCT三维图像尺度，并调整对齐距离获取源输入图像的精准分层结果；本发明可以对视网膜OCT图像精确分层。

主权项

1.一种视网膜OCT图像分层算法，其特征在于，所述算法包括如下步骤：采集视网膜OCT三维图像并提取B扫描方向的B扫描切片，训练深度学习模型；对所述视网膜OCT三维图像进行内外视网膜边界预测，获取视网膜OCT三维图像中第一层、第六层、第七层和第十一层的粗略分层结果；根据获取的粗略分层结果中所述第一层和第七层的边界信息，对源输入的视网膜OCT三维图像在B扫描方向上各个切片图像进行对齐操作，获取对齐的三维视网膜OCT图像；对对齐的视网膜OCT三维图像下采样至L2体图像，获取L2体图像第一、二、五、七、十一层的精确分层结果，其中，L2体图像的深度为视网膜OCT三维图像深度的1/2，L2体图像中B扫描切片图像的宽为视网膜OCT三维图像宽的1/2，高为视网膜OCT三维图像高的1/2；将L2体图像精确分层的结果上采样至L1体图像，获取L1体图像第一、二、六、七、九、十一层精确分层结果，其中，L1体图像的深度为视网膜OCT三维图像深度的1/2，L1体图像中B扫描切片图像的宽为视网膜OCT三维图像宽的1/8，高为视网膜OCT三维图像高的1/8；将L1体图像的精确分层结果上采样至视网膜OCT三维图像，获取对齐操作后的视网膜OCT三维图像的精确分层结果，并将精确分层的结果调整到源输入的视网膜OCT三维图像，获取源输入的视网膜OCT三维图像的精确分层结果。