糖尿病视网膜病变的眼底图像特征提取方法
【专利摘要】本发明公开了一种糖尿病视网膜病变的眼底图像特征提取方法，包括利用数字式免散瞳眼底照相机拍摄的眼底图像，并采取以下步骤：（1）眼底图像RGB通道选择；（2）眼底图像视盘定位；（3）对眼底图像进行硬性渗出特征及棉絮斑特征提取，若发现至少一种特征，即生成提取后的眼底图像，若未发现特征，则进行微动脉瘤特征和视网膜内出血特征提取，再生成提取后的眼底图像；本发明属于非侵入式技术，简易、快捷、有效，经处理后的图像病征清楚、明显，方便医生诊断。
【专利说明】糖尿病视网膜病变的眼底图像特征提取方法
【技术领域】
[0001]本发明涉及数字图像处理领域，特别是一种糖尿病视网膜病变的眼底图像特征提取方法。
【背景技术】
[0002]糖尿病视网膜病变(DiabeticRetinopathy,以下简称DR)是糖尿病患者发病率最高的并发症，对视力影响也最大，是目前20-65岁成人出现新型失明的主要原因。临床上以是否出现视网膜新生血管为分界，将DR分为非增殖性糖尿病视网膜病变(nonproliferativediabetic retinopathy, NPDR)(或称单纯型或背景型)和增殖性糖尿病视网膜病变(proliferativediabetic retinopathy,PDR),其中在非增殖期，患者视网膜会出现微动脉瘤(Microaneurysms,以下简称MAs)、视网膜内出血(Haemorrhages,以下简称Hs)以及毛细血管渗漏引发的硬性渗出(Hard exudates，以下简称EXs)，增殖前期会出现棉絮斑(CottonWoolSpots,以下简称CWs)。
[0003]目前诊断DR主要是依靠人工查阅眼底照片，通过眼底照相机获取的眼底图像，这种方法简单易行，图像易得、直观、易于保存和记录，且与眼底荧光造影诊断结果具有显著一致性和较高的灵敏度、特异性等优点，但该方法基本依靠眼科医生对眼底图像的肉眼观察，这种人工阅片方法存在依赖个体经验的局限性，并且眼底图像往往具有光照不均匀、血管对比度低等缺点，影响医生的准确判断，因此，如何有针对性的对糖尿病患者眼底图像的进行处理，使Mas、Hs、EXs, Cffs的特征更加清楚，是本领域一直亟待解决的问题。
【发明内容】
[0004]针对现阶段眼底图像存在光照不均匀、血管对比度低的缺点，利用数字免散瞳眼底照相技术与图像处理以及模式识别技术相结合，提供一种糖尿病视网膜病变眼底图像处理方法，使眼底图像特征更加明显，方便医生更加准确的判断眼底病变的特征。本发明是这样实现的:
[0005]一种糖尿病视网膜病变的眼底图像特征提取方法，包括利用数字式免散瞳眼底照相机拍摄的眼底图像，其特征在于，采取以下步骤:
[0006](I)眼底图像RGB通道选择；
[0007](2)眼底图像视盘定位；
[0008](3)对眼底图像进行硬性渗出特征及棉絮斑特征提取，若发现至少一种特征，即生成提取后的眼底图像，若未发现特征，则进行微动脉瘤特征和视网膜内出血特征提取，再生成提取后的眼底图像。
[0009]优选的，本发明中，所述步骤I眼底图像RGB通道选择是指，视盘定位选用R通道，血管分割、硬性渗出特征提取、棉絮斑特征提取、微动脉瘤特征提取和视网膜内出血特征提取选用G通道。
[0010]优选的，本发明中，所述步骤2眼底图像视盘定位包括:[0011](a)基于Otsu阈值分割获取视盘候选区域；
[0012](b)利用眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向，获得方向图；后在方向图内寻找出对加权匹配滤波器响应值最高的点，将该点所在位置作为视盘中心位置；最后，利用所述中心位置从步骤a中获取的视盘候选区域中确定视盘。
[0013]优选的，本发明中，所述步骤3中，硬性渗出特征及棉絮斑特征提取方法为，先由眼底图像获取白色图像特征候选区域，再通过两层级联的SVM分类结构实现硬性渗出特征及棉絮斑特征分离，其中一级SVM分类结构特征为区域边缘强度和区域内外颜色差异:
[0014](a)区域边缘强度:
[0015]
【权利要求】
1.一种糖尿病视网膜病变的眼底图像特征提取方法，包括利用数字式免散瞳眼底照相机拍摄的眼底图像，其特征在于，采取以下步骤: (1)眼底图像RGB通道选择； (2)眼底图像视盘定位； (3)对眼底图像进行硬性渗出特征及棉絮斑特征提取，若发现至少一种特征，即生成提取后的眼底图像，若未发现特征，则进行微动脉瘤特征和视网膜内出血特征提取，再生成提取后的眼底图像。
2.根据权利要求1所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述步骤I眼底图像RGB通道选择是指，视盘定位选用R通道，血管分割、硬性渗出特征提取、棉絮斑特征提取、微动脉瘤特征提取和视网膜内出血特征提取选用G通道。
3.根据权利要求2所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述步骤2眼底图像视盘定位包括: Ca)基于Otsu阈值分割获取视盘候选区域； (b)利用眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向，获得方向图；后在方向图内寻找出对加权匹配滤波器响应值最高的点，将该点所在位置作为视盘中心位置；最后，利用所述中心位置从步骤a中获取的视盘候选区域中确定视盘。
4.根据权利要求3所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述步骤3中，硬性渗出特征及棉絮斑特征提取方法为，先由眼底图像获取白色图像特征候选区域，再通过两层级联的SVM分类结构实现硬性渗出特征及棉絮斑特征分离，其中一级SVM分类结构特征为区域边缘强度和区域内外颜色差异: (a)区域边缘强度:
5.根据权利要求4所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述白色图像特征候选区域是通过IFFCM法获得的。
6.根据权利要求5所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述步骤3中，微动脉瘤特征提取包括: Ca)血管特征去除，对眼底图像G通道fg进行灰度形态学闭运算: fgl = Φ (sB) (fg)(3) 其中Φ表示灰度形态学闭运算，SB表示大小为s的形态结构元素； 然后，利用灰度形态学腐蚀重建来填充fg中存在的孔洞:
7.根据权利要求5所述糖尿病视网膜病变的眼底图像特征提取方法，其特征在于，所述步骤3中，视网膜内出血的特征提取方法为采用基于多模板匹配的局部自适应区域生长法，具体为: Ca)对图像进行亮度校正以消除图像灰度不均匀，利用HSV空间的V通道V(i，j)计算亮度校正值，该值定义为:
【文档编号】G06K9/62GK103870838SQ201410078378
【公开日】2014年6月18日 申请日期:2014年3月5日 优先权日:2014年3月5日
【发明者】沈建新, 高玮玮, 庞杰, 周薇 申请人:南京航空航天大学, 苏州六六视觉科技股份有限公司