一种视网膜光学相干图像分割方法
【专利摘要】本发明公开了一种视网膜光学相干图像分割方法，首先使用高斯滤波对视网膜黄斑图像按行进行滤波，再运用多分辨率方法获取图像初始局部轮廓，最后使用水平集方法快速获取视网膜黄斑图像的中间轮廓，得到最终的图像分割结果。本发明边缘检测结果精确，计算速度快，无需初始种子点即可完成视网膜的分割，便于在临床上运用，实用性强。
【专利说明】
一种视网膜光学相干图像分割方法
技术领域
[0001] 本发明涉及一种视网膜光学相干图像分割方法。
【背景技术】
[0002] 在医学领域，视网膜黄斑厚度可以用来量化糖尿病黄斑水肿和年龄相关性黄斑变 性等疾病，临床上通常使用光学相干断层扫描的影像技术来获取黄斑图像。但现有的黄斑 图像分割方法运算速度较慢，阻碍了其临床使用。早期的0CT视网膜图像分割方法主要是基 于灰度阈值和灰度变化，这些方法对噪声敏感并且耗时。Koozekanani等人提出了一种马尔 科夫随机场(Markov random field，MRF)的方法来提取视网膜内部和外部边缘，这种自回 归模型的鲁棒性优于那些基于灰度阈值的方法。但是它需要可靠的初始种子点才能完成对 病理视网膜的分割。Mujat等人采用了形变样条的方法来分割视网膜视神经层，它需要把形 变样条放于初始轮廓的附近，通常也比较耗时。Chiu指出文献中报导的用于二维和三维0CT 图像分割的方法大多数速度较慢，这导致他们在临床上实用性不足。
【发明内容】
[0003] 本发明所要解决的技术问题是，针对现有技术不足，提供一种视网膜光学相干图 像分割方法。
[0004] 为解决上述技术问题，本发明所采用的技术方案是：一种视网膜光学相干图像分 割方法，包括以下步骤：
[0005] 1)利用光学相干断层扫描成像方法获取原始图像H0W0;
[0006] 2)对所述图像H0W0进行一维高斯滤波，得到H0W0_GAU;
[0007] 3)采用均值滤波器对所述H0W0_GAU滤波，使用多分辨率的尺度H1W0将图像H0W0_ GAU在竖直方向压缩至H0W0_GAU的一半，得到图像H1W0然后重复执行若干次尺度变换，包括 后续的尺度H2W0，尺度H3W1以及最后的尺度H4W2;
[0008] 4)在图像H4W2上沿着竖直方向上对每列图像分别求取向上差分和向下差分的最 大值纵坐标，分别作为图像H4W2中内界膜(ILM)边缘和视网膜色素上皮层(RPE)边缘的每列 纵坐标位置。
[0009] 5)图像H4W2中ILM边缘的每列纵坐标位置和横坐标位置分别乘以16和4，作为图像 H0W0_GAU中ILM边缘的每列纵坐标和横坐标初始位置;H4W2中RPE边缘的每列纵坐标位置 和横坐标位置分别乘以16和4，作为图像H0W0_GAU中RPE边缘的每列纵坐标位置和横坐标初 始位置。
[0010] 6)利用水平集方法对经所述步骤5)所叙图像H0W0_GAU进行水平集分割，得到边缘 轮廓C_IIi^PC_RPE，并作多项式拟合，即为得到的待分割的图像H0W0中的C_ILM_R(内界膜 (ILM)边缘轮廓)和(：_1?^_1?(视网膜色素上皮层(RPE)边缘轮廓)边缘。
[0011] 7)得到边缘轮廓后，采用移动多项式回归的方法对边缘轮廓进行光顺处理。光顺 处理的具体方法为：以边缘轮廓上的某一点为当前点，在当前点前后各取16个点，总共33个 数据进行多项式回归，多项式的阶数为5阶。
[0012] 所述原始图像分辨率为2000 X 2048。
[0013] 所述均值滤波器为9X9的均值滤波器。
[0014] 与现有技术相比，本发明所具有的有益效果为:本发明边缘检测结果精确，计算速 度快，无需初始种子点即可完成视网膜的分割，便于在临床上运用，实用性强。
【附图说明】
[0015] 图1为本发明方法流程图；
[0016] 图2为本发明斑层水平集方法分割结果示意图；
[0017] 图3为本发明黄斑层分割最终结果示意图。
【具体实施方式】
[0018] 1、数据来源
[0019] 通过光学相干断层扫描成像方法，我们从34个病人中采集了总共311幅黄斑图像， 原始图像的分辨率为2000(深度方向）*2048(宽度方向）。
[0020] 2、基于多分辨率及水平集的黄斑图像分割方法
[0021]为了辅助医学的黄斑厚度测量，需要得到黄斑图像的清晰轮廓，本发明设计一种 新的基于多分辨率及水平集的黄斑图像分割方法，首先使用一维高斯滤波对原始图像按行 进行滤波，再运用多分辨率方法获取图像初始局部轮廓，最后使用水平集方法可以快速获 取黄斑图像的中间轮廓，得到最终的图像分割结果。本发明方法的处理过程如图1所示。 [0022] (1)高斯滤波
[0023] 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减 噪过程。
[0024] 考虑到视网膜黄斑图像表现为水平层状结构，并且为了节省运算时间，我们采用 水平方向的高斯滤波，其公式如下：
[0026]其中，x为图像H0W0像素水平方向坐标，〇为核函数的宽度参数，决定了函数的径向 作用范围，Jr和e分别为圆周率和自然底数。本发明使用的水平方向高斯核函数参数为:〇 = 5.0,窗口尺寸 N=31。
[0027]本发明使用高斯滤波对源图像的每行进行滤波。需要说明我们只按行滤波，不在 列方向上使用高斯滤波的原因是这样将会导致边缘位置的移动。此外，我们使用一维高斯 滤波，这是因为二维高斯滤波速度较慢，而且可以分解为两个一维高斯滤波。
[0028] (2)图像下采样
[0029] 多分辨率分析是一种局部化时频分析算法，可以用时域和频域的联合来表示信 号，是分析非平稳性信号的有力工具。它通过基函数的伸缩、平移等运算多信号进行多尺度 细化分析，能有效从信号中提取信息，是一种灵活、快速、有效的高维信号处理算法。
[0030] 本发明通过多分辨率方法进行下采样获取黄斑图像的初始轮廓，具体实现步骤包 括以下步骤。首先，采用一个9X9的均值滤波器对高斯滤波后的黄斑图像滤波，然后使用多 分辨率的尺度H1W0,将图像在竖直方向压缩至源图像的一半。接着重复执行若干次尺度变 换，包括后续的尺度H2W0，尺度H3W1以及最后的尺度H4W2。
[0031] (3)水平集算法
[0032] 水平集算法是Sethian和Osher于1988年提出，用于把低维度的一些计算上升到更 高一维，把N维的描述看成是N+1维的一个水平。
[0033] 通常，水平集方法将平面闭合曲线隐含表达为连续函数曲面ci>(x，y，t)的一个具 有相同函数值的同值曲线。例如，可以将目标曲线隐含表示在零水平集4>(x，y，t)=0中。即 t时刻对应于零水平集为
[0034] C(p,t) = {(x,y) | <i> (x,y,t)=0} (2)
[0035] 假设用于演化的平面闭合曲线为(：化，〇 = &化4)，7化，〇)，其中口为任意的参数 化变量，t为时间。设曲线的内向法向量为N，曲率为k，则曲线沿着其法向量的方向演化可以 用下面的偏微分方程表不
(3)
[0037]由于巾（以〇,〇=0，对1进行全微分，整理得到水平集进行曲线演化的方程为
(4)
[0039] 从上述分析可知，水平集方法实现主动轮廓线模型有几个优点：首先，演化曲线可 以随着巾的演化而改变拓扑结构，可以分裂、合并形成尖角等;其实，由于巾在演化过程中 保持为一个完整的函数，容易实现近似数值计算;第三，水平集方法可以扩展到高维曲面的 演化，简化三维分割的复杂性。因此，我们可以采用快速水平集方法获取中间轮廓。
[0040] 具体实现过程中，我们采用了水平集方法来获得黄斑层的边缘轮廓，使用 Numford-Shah水平集模型。该模型采用的能量最小化公式如下：
[0041] E(u,c)=Jf3 | | u-u〇 | 12dxdy+liJ ^ \c | Vu 12dxdy+v X length(c) (5)
[0042] 其中，y和V是非负常数，本发明中分别取0.3和0.5。Q表示图像H0W0_GAU待分割区 域，c表示需要分割的边缘轮廓，u表示采用自动分割方法分割后H0W0_GAU的像素灰度均值， uo的实际黄斑区域的灰度均值，▽表示待分割图像中的像素灰度梯度，length表示长度。 [0043]对于H0W0_GAU进行水平集分割计算中间轮廓后，得到的黄斑层边缘的中间分割结 果如图2所示。
[0044] (4)采用移动多项式回归的边缘光顺
[0045] 从图2可知，采用水平集方法获取的边缘是不光滑的。我们可以采用移动多项式回 归的方法来对边缘曲线进行光顺化，使其曲线光滑，去除噪声。
[0046] 在本发明中，我们采用移动多项式回归的方法对边缘曲线进行光顺。也就是以当 前点为中心，前后各取16个点，总共33个数据进行多项式回归，多项式的阶数为5阶。采用该 方法后的结果如图3。
[0047] 表1为采用手动分割方法和本发明方法的测量结果对比图，可见本发明的方法测 量结果准确，精度高。
[0048]表1对34个患者采集得到31幅图像黄斑厚度测量结果
【主权项】
1. 一种视网膜光学相干图像分割方法，其特征在于，包括以下步骤： 1) 利用光学相干断层扫描成像方法获取原始视网膜黄斑图像HOWO; 2) 对所述原始图像进行一维高斯滤波，得到图像H0W0_GAU; 3) 采用均值滤波器对所述图像H0W0_GAU滤波，然后将均值滤波器滤波后的图像在竖向 和横向逐次做尺度边换，得到尺度变换后的图像H4W2; 4) 在图像H4W2上沿着竖直方向上对每列图像分别求取向上差分和向下差分的最大值 纵坐标，分别作为图像H4W2中内界膜边缘和视网膜色素上皮层缘的每列纵坐标位置； 5) 图像H4W2中内界膜边缘的每列纵坐标位置和横坐标位置分别乘以16和4，作为图像 H0W0_GAU中内界膜边缘的每列纵坐标和横坐标初始位置;H4W2中视网膜色素上皮层边缘的 每列纵坐标位置和横坐标位置分别乘以16和4,作为图像H0W0_GAU中视网膜色素上皮层边 缘的每列纵坐标位置和横坐标初始位置； 6) 利用水平集方法对经所述步骤5)处理后的图像进行水平集分割，得到边缘轮廓(：_ IIi^PC_RPE，并作多项式拟合，即得到原始视网膜黄斑图像HOWO中的C_ILM_I^PC_RPE_I?i 缘。2. 根据权利要求1所述的视网膜光学相干图像分割方法，其特征在于，所述原始图像分 辨率为 2000*2048。3. 根据权利要求1所述的视网膜光学相干图像分割方法，其特征在于，所述均值滤波器 为9 X 9的均值滤波器。4. 根据权利要求1所述的视网膜光学相干图像分割方法，其特征在于，采用均值滤波器 对所述图像H0W0_GAU进行滤波，然后将均值滤波器滤波后的图像H0W0_MEAN在竖向和横向 逐次做尺度边换，即进行图像下采样，首先是在竖直方向上对H0W0_MEAN压缩一半，得到图 像HlWO，然后重复执行若干次尺度变换，得到后续的图像H2W0，图像H3W1以及最后的图像 H4W2〇5. 根据权利要求1所述的视网膜光学相干图像分割方法，其特征在于，得到边缘轮廓(：_ IIi^PC_RPE后，采用移动多项式回归的方法对边缘轮廓进行光顺处理，得到C_ILM_I^PC_ RPE_R〇6. 根据权利要求5所述的视网膜光学相干图像分割方法，其特征在于，光顺处理的具体 方法为：以边缘轮廓上的某一点为当前点，在当前点前后各取16个点，总共33个数据进行多 项式回归，多项式的阶数为5阶。
【文档编号】G06T7/00GK105894498SQ201610177665
【公开日】2016年8月24日
【申请日】2016年3月25日
【发明人】张天桥, 黎日昌, 罗文
【申请人】湖南省科学技术研究开发院