一种视网膜囊状水肿的自动分割方法
【技术领域】
[0001] 本发明涉及一种视网膜囊状水肿的自动分割方法，属于医学图像处理与分析技术 领域。
【背景技术】
[0002] 黄斑位于视网膜的中心，它是视觉最敏锐的区域。黄斑疾病会严重影响中央视力。 多种疾病都会引起黄斑囊样水肿，比如糖尿病性视网膜病变、老年性黄斑病变、视网膜静脉 阻塞、视网膜炎症等。另一种黄斑疾病黄斑裂孔，它是指黄斑视网膜内界膜至感光细 胞层的组织缺损，严重影响中央视力，多发于超过60岁的老年人。上面所提到的这两种黄 斑病变都可能导致中央视力的急剧衰退甚至失明，我们迫切的需要一种方法可以在多种视 网膜疾病同时存在时测出囊样水肿的体积，以便给医生提供更好的治疗方案。
[0003] 到目前为止，也有不少的研宄者致力于黄斑囊样水肿的分割，其中半自动的方法， 比如Amir H. Kashani等人借助软件手动标记囊样水肿并测量体积，Yalin Zheng等人在 每一个切片上用鼠标点击囊样水肿的位置再根据算法得到囊样水肿的轮廓，囊样水肿多而 小，这些半自动的方法不仅耗时，工作量也是很大的。当然，也有不少研宄者提出了全自动 的方法，例如，Gary R. Wilkins等人使用双边滤波去噪后，在三维数据中选取存在囊样水肿 的切片，用阈值分割得到囊样水肿，这些算法可以实现囊样水肿的分割，但是当有黄斑裂孔 存在时这些算法便不再能够使用。
【发明内容】
[0004] 本发明的目的在于克服现有技术中的不足，提供一种视网膜囊状水肿的自动分割 方法，在黄斑裂孔和囊样水肿两种病症同时存在时，依然可以实现囊样水肿的精确分割。
[0005] 为达到上述目的，本发明所采用的技术方案是：一种视网膜囊状水肿的自动分割 方法，包括如下步骤：
[0006] 步骤一：预处理：去除OCT图像的散斑噪声，采用三维图搜索的方法将视网膜分为 11层；排除黄斑裂孔及血管阴影，得到第1层至第7层内视网膜的感兴趣区域；
[0007] 步骤二：粗糙分割：在感兴趣区域提取23个纹理特征，采用主成分分析法进行特 征选择，并使用Adaboost分类器训练，得到粗糙分割结果；
[0008] 步骤三：精确分割：在粗糙分割结果上使用数学形态学算法得到图割算法所需的 背景点和前景点，训练图割算法的参数，用全自动的图割算法得到精确分割结果。
[0009] 作为本发明的优选方案，所述OCT图像的散斑噪声是采用三维曲线各项异性扩散 滤波器进行去除的。
[0010] 作为本发明的优选方案，所述三维曲线各项异性扩散滤波器的参数设置是：迭代 次数为5次；时间步长为0. 06秒；导电率为3。
[0011] 作为本发明的优选方案，所述黄斑裂孔的排除方法如下：
[0012] StepOl :黄斑裂孔位置查找：通过计算第1层到第7层之间灰度值的均值，得到一 副二维投影图；采用阈值分割法得到黄斑裂孔投影的粗略位置，再对图像进行最大最小值 归一化处理，得到黄斑裂孔的部分投影；
[0013] St印02 :寻找三维区域生长所需的种子点：从满足下述条件的像素点中查找三维 区域生长所需的种子点：1)像素点的投影在二维投影对应的阈值分割结果上；2)像素点在 第一层到第七层之间；3)像素点的灰度值小于其中：HI mh表示黄斑裂孔区域对应像 素点灰度值的均值，Smh表示黄斑裂孔区域对应像素点灰度值的标准偏差，所有种子点入栈， 并且设定一个标签1 ;
[0014] St印03 :根据三维区域生长条件判别种子点属于目标还是背景：所述生长条件 为：11 (i，j，k)-Ik I Smh，其中：IK表示黄斑裂孔内像素点的灰度值，I (i，j，k)表示像素点的原 始灰度值，将一个种子点出栈，标签变为〇,根据Step02的区域生长算法会搜索种子点对应 的26个领域，满足生长条件的点为目标点，同时将检测到的目标点入栈做为种子点，标签 设为1，如此遍历所有的点，直到栈中的元素为空，停止区域生长，检测到的黄斑裂孔区域被 赋予统一的灰度值，实现黄斑裂孔排除。
[0015] 作为本发明的优选方案，所述23个纹理特征具体如下表所示：
[0017]
【主权项】
1. 一种视网膜囊状水肿的自动分割方法，其特征在于，包括如下步骤： 步骤一：预处理：去除OCT图像的散斑噪声，采用三维图搜索的方法将视网膜分为11 层；排除黄斑裂孔及血管阴影，得到第1层至第7层内视网膜的感兴趣区域； 步骤二：粗糙分割：在感兴趣区域提取23个纹理特征，采用主成分分析法进行特征选 择，并使用Adaboost分类器训练，得到粗糙分割结果； 步骤三：精确分割：在粗糙分割结果上使用数学形态学算法得到图割算法所需的背景 点和前景点，训练图割算法的参数，用全自动的图割算法得到精确分割结果。
2. 根据权利要求1所述的视网膜囊状水肿的自动分割方法，其特征在于，所述OCT图像 的散斑噪声是采用三维曲线各项异性扩散滤波器进行去除的。
3. 根据权利要求2所述的视网膜囊状水肿的自动分割方法，其特征在于，所述三维曲 线各项异性扩散滤波器的参数设置是：迭代次数为5次；时间步长为0. 06秒；导电率为3。
4. 根据权利要求1所述的视网膜囊状水肿的自动分割方法，其特征在于，所述黄斑裂 孔的排除方法如下： StepOl :黄斑裂孔位置查找：通过计算第1层到第7层之间灰度值的均值，得到一幅二 维投影图；采用阈值分割法得到黄斑裂孔投影的粗略位置，再对图像进行最大最小值归一 化处理，得到黄斑裂孔的部分投影； St印02 :寻找三维区域生长所需的种子点：从满足下述条件的像素点中查找三维区域 生长所需的种子点：1)像素点的投影在二维投影对应的阈值分割结果上；2)像素点在第 一层到第七层之间；3)像素点的灰度值小于其中：HI mh表示黄斑裂孔区域对应像素 点灰度值的均值，Smh表示黄斑裂孔区域对应像素点灰度值的标准偏差，所有种子点入栈，并 且设定一个标签1 ; St印03 :根据三维区域生长条件判别种子点属于目标还是背景：所述生长条件为： I (i，j，IO-IkIsmh，其中表示黄斑裂孔内像素点的灰度值，I (i，j，k)表示像素点的原始 灰度值，将一个种子点出栈，标签变为〇,根据Step02的区域生长算法会搜索种子点对应的 26个领域，满足生长条件的点为目标点，同时将检测到的目标入栈做为种子点，标签设为 1，如此遍历所有的点，直到栈中的元素为空，停止区域生长，检测到的黄斑裂孔区域被赋予 统一的灰度值，实现黄斑裂孔排除。
5. 根据权利要求1所述的视网膜囊状水肿的自动分割方法，其特征在于，所述23个纹 理特征具体如下表所示：
【专利摘要】本发明公开了一种视网膜囊状水肿的自动分割方法，包括预处理：去除OCT图像的散斑噪声，采用三维图搜索的方法将视网膜分为11层；排除黄斑裂孔及血管阴影，得到第1层至第7层内视网膜即感兴趣区域；粗糙分割：在感兴趣区域提取23个纹理特征，采用主成分分析法进行特征选择，并使用Adaboost分类器训练，得到粗糙分割结果；精确分割：在粗糙分割结果上使用数学形态学算法得到图割算法所需的背景点和前景点，训练图割算法的参数，用全自动的图割算法得到精确分割结果。本发明在黄斑裂孔和囊样水肿两种病症同时存在时，依然可以实现囊样水肿的精确分割。
【IPC分类】G06T7-00
【公开号】CN104835148
【申请号】CN201510181368
【发明人】陈新建, 张莉, 朱伟芳, 石霏, 陈浩宇
【申请人】苏州大学
【公开日】2015年8月12日
【申请日】2015年4月16日