基于3d-oct的視網(wǎng)膜層間灰度分析方法
【專利摘要】本發(fā)明公開了一種基于3D-OCT的視網(wǎng)膜層間灰度分析方法，首先對輸入的3D-OCT圖像進行預(yù)處理，之后利用圖搜索技術(shù)將視網(wǎng)膜的多層結(jié)構(gòu)分割出來，再利用紋理分類方法將RAO區(qū)域檢測出來，最后進行視網(wǎng)膜層的灰度分析。本發(fā)明提供的基于3D-OCT的視網(wǎng)膜層間灰度分析方法，通過對RAO患者內(nèi)視網(wǎng)膜層灰度的定量分析，使得“患有RAO疾病”這一定性判斷，得到了定量的表達，給出定量的指標，來對RAO的嚴重程度進行獨立客觀的判斷。通過證明此種定量化方法的可行性，為今后向醫(yī)生提供RAO患者病情的客觀依據(jù)打下基礎(chǔ)。
【專利說明】基于3D-0CT的視網(wǎng)膜層間灰度分析方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于3D-0CT的視網(wǎng)膜層間灰度分析方法，屬于生物醫(yī)學(xué)影像處
理領(lǐng)域。
【背景技術(shù)】
[0002]視網(wǎng)膜是大腦組織的重要延伸，負責光信號到視覺信號的轉(zhuǎn)變。人體通過動脈末梢將血液輸送給視網(wǎng)膜，因此視網(wǎng)膜動脈的阻塞會導(dǎo)致嚴重的局部出血問題及視網(wǎng)膜功能紊亂問題。傳統(tǒng)方法對于RAO (Retinal artery occlusion,視網(wǎng)膜動脈阻塞)的診斷和評估，主要依賴于血管熒光造影技術(shù)，該技術(shù)存在的不足主要表現(xiàn)在該技術(shù)對視網(wǎng)膜組織存在侵害性，且耗時長，操作過程較為復(fù)雜。
[0003]OCT (optical coherence tomography,光學(xué)相干攝影術(shù))技術(shù)具有無侵害，高速，高分辨率等優(yōu)點，并且可以發(fā)現(xiàn)在視網(wǎng)膜局部出血部位在OCT圖像中具有較高的反射率，即具有較高的灰度值。所以O(shè)CT圖像能很好地應(yīng)用實際臨床中。但是在臨床診斷中對視網(wǎng)膜內(nèi)部反射率的評價存在一定的主觀性，且主要是一個定性的過程，并不能對RAO的具體情況給出一個定量的指標。
【發(fā)明內(nèi)容】

[0004]目的:為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于3D-0CT的視網(wǎng)膜層間灰度分析方法，通過對RAO患者的內(nèi)視網(wǎng)膜反射率的定量分析，來對視網(wǎng)膜內(nèi)部出血的嚴重性進行評估，來幫助眼科專家進行定量的診斷。
[0005]技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為:
[0006]一種基于3D-0CT的視網(wǎng)膜層間灰度分析方法，包括以下步驟:
[0007]I)利用雙線性濾波器對輸入的3D-0CT圖像進行預(yù)處理，提高圖像質(zhì)量；
[0008]2)利用圖搜索技術(shù)，對視網(wǎng)膜進行層分割；
[0009]3)利用紋理分類方法將RAO區(qū)域檢測出來；
[0010]4)最后進行視網(wǎng)膜層的灰度分析。
[0011]所述的基于3D-0CT的視網(wǎng)膜層間灰度分析方法，其特征在于:所述步驟2)具體是指:基于圖搜索技術(shù)的視網(wǎng)膜層分割，采用圖搜索方法，對層之間的邊界進行建模作為所需要的層表面，并把這個表面當作一個閉集；分割出類似地形表面(即terrain-like表面);針對多層分割，為每一個類似地形表面構(gòu)建一個相應(yīng)的子圖；給圖之間的連接弧賦予權(quán)重，對子圖之間加以幾何的約束；利用最大流算法把最優(yōu)多表面問題當成一個s/t cut問題加以解決；
[0012]其中的關(guān)鍵的開銷(Cost)函數(shù)公式如下:
【權(quán)利要求】
1.一種基于3D-0CT的視網(wǎng)膜層間灰度分析方法，包括以下步驟: O利用雙線性濾波器對輸入的3D-0CT圖像進行預(yù)處理，提高3D-0CT視網(wǎng)膜圖像質(zhì)量; 2)利用圖搜索技術(shù)，對視網(wǎng)膜進行層分割； 3)利用紋理分類方法將RAO區(qū)域檢測出來； 4)最后進行視網(wǎng)膜層的灰度分析。
2.根據(jù)權(quán)利要求1所述的基于3D-0CT的視網(wǎng)膜層間灰度分析方法，其特征在于:所述步驟2)具體是指:基于圖搜索技術(shù)的視網(wǎng)膜層分割，采用圖搜索方法，對層之間的邊界進行建模作為所需要的層表面，并把這個表面當作一個閉集；分割出類似地形表面；針對多層分割，為每一個類似地形表面構(gòu)建一個相應(yīng)的子圖；給圖之間的連接弧賦予權(quán)重，對子圖之間加以幾何的約束；利用最大流算法把最優(yōu)多表面問題當成一個s/t cut問題加以解決; 其中的關(guān)鍵的開銷函數(shù)公式如下:
3.根據(jù)權(quán)利要求1所述的基于3D-0CT的視網(wǎng)膜層間灰度分析方法，其特征在于:所述步驟3)具體是指:基于紋理分類方法的RAO區(qū)域檢測，使用有監(jiān)督的紋理分類方法，計算每個像素的紋理、結(jié)構(gòu)、位置特征，來檢測RAO區(qū)域，包括:海森矩陣的特征值、高斯濾波器組的輸出、灰度均值、灰度共生矩陣的熵和慣量、小波分析標準差；具體如下: a、訓(xùn)練部分:對經(jīng)過預(yù)處理的圖像進行隨機采樣獲取訓(xùn)練樣本；由于RAO區(qū)域和RAO之外區(qū)域的像素數(shù)目相差較大，兩者分開采樣，以保證RAO區(qū)域樣本足夠多；同時采樣K近鄰分類器，對RAO區(qū)域像素和RAO之外正常區(qū)域的像素進行分類； b、測試部分:利用紋理分類方法對圖像進行檢測；在預(yù)處理和特征提取之后，第一層到最后一層里面的每一個RAO區(qū)域內(nèi)的像素都被賦予一個0-1的概率值。
【文檔編號】A61B3/14GK103886592SQ201410079706
【公開日】2014年6月25日 申請日期:2014年3月5日 優(yōu)先權(quán)日:2014年3月5日
【發(fā)明者】陳新建, 王莉蕓, 向德輝, 陳浩宇, 陳新鋒 申請人:南通新康醫(yī)學(xué)影像科技有限公司