睑板腺成像的计算方法和装置制造方法

文档序号:1291391阅读:490来源:国知局
睑板腺成像的计算方法和装置制造方法
【专利摘要】包含睑板腺的区域的眼部图像被自动处理。通过在眼部图像中使用来获得表征眼部图像中的睑板腺的一个或多个数值参数,使用一个或多个数值参数获得分级,这个过程可以获得指示睑板腺健康的分级。这些数值参数包括一个表征由尺度空间变换得到的重要特征图的尺度参数间差异的参数,和/或通过测量眼部图像中代表各自腺体的线获得的参数。使用伽柏滤波器作为一个局部滤波技术,睑板腺可以在眼部图像中被识别。伽柏滤波器的形状、局部空间支持和取向的参数化对于检测睑板腺都很重要。
【专利说明】睑板腺成像的计算方法和装置

【技术领域】
[0001]本发明涉及一种用于处理睑板腺图像来获得表征腺体异常的信息的计算方法和装置,所述图像指示医疗状况。

【背景技术】
[0002]睑板腺为位于睑板内的眼皮边缘处的皮脂腺,用于供应睑脂,睑脂是一种可防止眼睛泪膜的蒸发的油性物质。睑脂是一种防止眼泪溢出到脸颊的脂类,从而截留油边和眼球间的眼泪,并且睑脂使闭着的眼皮密闭。并且,它附着在眼泪表面,可以防止眼泪中的水过快的蒸发。功能障碍的睑板腺会导致眼睛干燥(由于没有油脂,眼睛中的水蒸发的过快)或睑炎;和其他的医疗状况。
[0003]已知,捕捉眼表的IR (infra-red,红外)图像来分析睑板腺的形态结构。对于健康的眼睛,腺体在空间宽度、面内伸长、长度等方面具有相似特征。另一方面,对于不健康的眼睛,成像的腺体显示不规则。因此,检测每个腺体和提取例如方向、宽度、长度、曲率等特征非常重要,以用于自动进行干眼症的诊断和风险评估。
[0004]图l(a)-(c)为眼表的三个IR图像样本。专家将图1(a)人工分级为“健康”,图1(b)为“中间”,图1(c)为“不健康”。在这个文件中,这样的图像分别称为“健康图像”、“中间图像”和“不健康图像”。IR图像具有一些使自动检测腺体区具有挑战性的特征:
[0005]腺体区和非腺体区的对比性低;
[0006]由光滑和潮湿表面引起的镜面反射;
[0007]由热成像引起的区域非均匀灰度分布;
[0008]眼表图像区的不规则。
[0009]即使成像条件存在多样性,腺体区与非腺体区相比具有更高的反射性。因此,属于腺体的图像区与相邻的非腺体区相比更亮。然而,由于以上提到的成像条件,传统方法例如局部阈值法不适于将图像划分为腺体区和非腺体区。


【发明内容】

[0010]本发明的实施例的主要目的在于,提供一种对包括多个睑板腺的眼部图像的自动处理,以识别睑板腺的位置和/或获得表征腺体的数值数据。这些数值数据可以用于将腺体分级。
[0011]为达到上述目的,本发明的实施例采用如下技术方案:
[0012]本发明的第一方面提出使用包含睑板腺区的眼部图像来获得指示睑板腺健康的等级,通过在眼部图像中使用来获得表征眼部图像显示的睑板腺的一个或多个数值参数;和使用一个或多个数值参数来自动确定等级。
[0013]等级可以用于筛选病人,以识别需要进一步详细检查的病人。它也可以用于提出要对病人实施的治疗方法。
[0014]所述数值参数最好包括以下至少一项:
[0015](i)至少一个参数,所述参数表征由尺度空间变换获得的图像重要特征的尺度参数间的差异;和/或
[0016](ii)至少一个参数,所述参数通过测量眼部图像中识别的、代表各自腺体的线来获得。所述测量可对单个线进行(例如线的长度)或涉及相邻线对(例如相邻线之间的距离)。
[0017]概括来说,本发明的第二方面提出使用伽柏(Gabor)滤波器作为局部滤波技术在眼部图像中识别睑板腺。
[0018]伽柏滤波器在形状、局部空间支持和取向上的参数化尤其适于检测睑板腺。

【专利附图】

【附图说明】
[0019]现将参考下面附图,仅仅出于示例的目的,描述本发明的实施例,附图中:
[0020]图1由图1 (a) -1 (c)组成,示出三种捕获的眼表的IR图像;
[0021]图2由图2(a)_2(f)组成,示出六个伽柏函数的表示形式;
[0022]图3由图3(a)_3(f)组成,包括图3(a),图3(a)为图1 (a)的一部分,包括图3(b)-(f),图3(b)-(f)阐明使用本发明实施例处理图3(a)图像的各个阶段。
[0023]图4由图4(a)_4(f)组成,包括图4(a),图4(a)为图1 (a)的一部分,包括图4(b)-(f),图4(b)-(f)阐明使用本发明实施例处理图4(a)图像的各个阶段。
[0024]图5由图5(a)_5(f)组成,包括图5(a),图5(a)为图1 (a)的一部分,包括图5(b)-(f),图5(b)-(f)示出使用本发明实施例处理图5(a)图像的各个阶段。
[0025]图6由图6(a)_6(f)组成,包括图6(a),图6(a)为图1 (a)的一部分,包括图6(b)-(f),图6(b)-(f)阐明使用本发明实施例处理图6(a)图像的各个阶段。
[0026]图7由图7(a)和图7(b)组成,分别示出在进一步实施例中直方图均衡化前和后的眼部图像;
[0027]图8由图8(a)和图8(b)组成,图8 (a)示出健康图像的尺度不变特征变换(尺度空间)点,图8(b)为不健康图像中的尺度空间点;
[0028]图9为健康和不健康图像的群体的尺度不变性分布和香农熵;
[0029]图10示出本发明进一步实施例中线特征的提取;
[0030]图11示出本发明进一步实施例使用的用于从像素集群中提取连续的线的方法;
[0031]图12示出由图11的方法提取的健康和不健康图像中线的总长度和线的数量的分布;
[0032]图13为健康和不健康图像中线的长度的散点图和长度的标准差;
[0033]图14由图14(a)和14(b)组成,示出叠加在眼部图像的线,包括表示腺体的线和虚假的线;
[0034]图15示出线端离图像边缘最大和最小距离的分布;
[0035]图16为图21的变型图,还包括中间图像的点;
[0036]图17为本发明第一实施例提供的流程图;
[0037]图18为本发明进一步实施例提供的流程图。

【具体实施方式】
[0038]第一实施例
[0039]1.1伽柏函数
[0040]本发明实施例是一种检测睑板腺的方法,其利用了 2D (two-dimens1nal, 二维)伽柏函数族。已知使用伽柏函数作为细胞的感受野函数,模拟简单细胞的空间总和属性[I]。使用伽柏函数的改进参数化将实验数据中发现的限制考虑在内[2、3]。假如一个二维视觉域Ω上的一点(X,y)(即(.V,.V) e Ω 3 R1 )上存在一个光脉冲。伽柏函数由Ga, 0,ψ (x, y)表示,其为一个实值数(real valued number)(即GA,ψ (x, y) e R)。伽柏函数由下式表示[2]:

【权利要求】
1.一种由计算机设备执行的、使用包含睑板腺的区域的眼部图像来获得指示睑板腺的健康等级的方法,所述方法包括: (i)自动获得表征所述眼部图像中显示的睑板腺的一个或多个数值参数; (ii)使用多个数值参数中的一个来自动确定等级。
2.根据权利要求1所述的方法,其中,所述获取所述一个或多个数值参数的步骤包括: 在所述图像中产生一个关键点,每个关键点与各自的距离尺度值相关; 获得所述数值参数中的一个,作为指示所述关键点的所述尺度值的差异的参数。
3.根据权利要求2所述的方法,其中,所述的数值参数被计算为关键点的各自数值S的的平均值,每个关键点的数值S的计算基于最接近所述关键点的其他关键点的子集。
4.根据权利要求3所述的方法,其中,所述数值S根据以下表达式计算
S =毛 Aln μ, 其中,i = 1,...,η表示子集的η个关键点,Pi由下式给出 Ρ=⑷2 Σ:?2 其中,SiSn个关键点的尺度值。
5.根据前述任一项权利要求所述的方法,其中,通过以下步骤推导出至少一个所述数值特征: 获取眼部图像中的线,其指示各自的睑板腺; 获取至少一个由使用线而测量到的数值特征。
6.根据权利要求5所述的方法,其中,所述获取图像中的线的步骤包括: 提取沿图像的明亮区和黑暗区分布的像素;和 将像素分组为集群。
7.根据权利要求6所述的方法,其中,所述获取线的步骤还包括对每个集群进行形态运算以形成来自集群的一条线。
8.根据权利要求5-7中任一项所述的方法,包括线排除步骤:识别所述线中与腺体无关的线,将它们从考虑的线中除去。
9.根据权利要求8所述的方法,其中,所述线排除步骤的实现包括:确定每个线到图像边缘的最小距离d_min,到图像边缘的最大距离d_max,和使用所述距离识别所述线中与腺体不相关的线。
10.根据权利要求9所述的方法,其中,所述与腺体不相关的线被确定为那些d_max和d_max-d_min低于各自阈值的线。
11.根据权利要求5到10中任一项所述的方法,其中,使用线获得的数值参数包括以下中任意一个或多个: (i)线的数量; (ii)线的总长度; (iii)线的平均长度; (iv)线的长度的标准差; (v)通过多条线得到的值,所述值通过加和每条线上的作为该条线上的点到另一条线上的点的距离的函数获得的值而得到; (Vi)通过多条线得到的值,所述值通过加和每条线上的通过测量从该条线沿其切线到到另一条所述线的至少一个距离获得的值而得到; (Vii)指示线的端点间的距离和相应线的长度的比值的值。
12.一种划分包括睑板腺区的眼部图像的方法,所述方法包括: 在图像的多个位置中的每一位置处: (i)将以该位置为中心的图像进行伽柏函数变换,在图像中至少用一个尺度因子λ和一个方向Θ来表征; (ii)将各Θ值的伽柏函数变换加和,来形成一个强度值/和 (iii)使用执行阈值步骤,来得到一个代表相应位置是否对应于睑板腺位置的二进制值。
13.根据权利要求12所述的方法,其中,步骤(iii)中,值I为λ的多个值的总和,且结果为一个阈值。
14.一种分析眼部图像的计算机设备,包括处理器,数据存储装置,所述数据存储装置存储计算机指令,所述计算机指令当被所述处理器执行时运行,使所述处理器执行根据权利要求1-13任一项所述的方法。
15.一种计算机程序产品,包括程序指令,所述程序指令当被处理器处理时运行,使所述处理器执行根据权利要求1-13任一项所述的方法。
【文档编号】A61B3/00GK104185858SQ201380006079
【公开日】2014年12月3日 申请日期:2013年1月18日 优先权日:2012年1月18日
【发明者】李惠光, 许洋维, 图尔盖·西里克, 童学天, 安德烈·皮特尼克 申请人:新加坡科技研究局, 新加坡保健服务集团有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1