一種眼底圖像視盤定位方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及醫(yī)學(xué)數(shù)字圖像處理技術(shù)領(lǐng)域，特別是設(shè)及一種眼底圖像視盤定位方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 眼底圖像是唯一通過直接觀察或拍攝能顯示的體內(nèi)血管圖像，可為臨床醫(yī)生提供 一個可能的窗口觀察視網(wǎng)膜結(jié)構(gòu)，包括視盤(也稱為視神經(jīng)盤）、動靜脈和黃斑。眼底圖像分 析不僅可W輔助諸如青光眼、白內(nèi)障等眼病的診斷和治療，也有助于臨床醫(yī)生檢查某些全 身性血管病變，如糖尿病、高血壓等。因此，眼底鏡檢查已成為在醫(yī)學(xué)實踐中一個重要的非 侵入性檢查，臨床醫(yī)生通過對視網(wǎng)膜形態(tài)變化進(jìn)行定期檢查，可W達(dá)到對全身性疾病進(jìn)行 篩查和對視網(wǎng)膜疾病進(jìn)行診斷的作用。
[0003] 視盤即視神經(jīng)盤，是視網(wǎng)膜由黃斑向鼻側(cè)約3mm處的一直徑約1.5mm、境界清楚的 淡紅色圓盤狀結(jié)構(gòu)，它是視網(wǎng)膜上神經(jīng)纖維和視網(wǎng)膜血管匯集穿出眼球的部位，因此是視 網(wǎng)膜血管網(wǎng)最密集的區(qū)域，血管由視盤向整個視網(wǎng)膜區(qū)域延伸。視盤是眼底圖像的重要特 征，其大小、形狀和顏色的形態(tài)變化是用于診斷各種疾病的重要指標(biāo)。
[0004] 在眼底圖像檢測中，視盤定位是對眼底圖像進(jìn)行分析和診斷的前提之一，視盤定 位不僅可用于視盤中屯、的位置估計和視盤分割，也有助于確定其它視網(wǎng)膜結(jié)構(gòu)(如黃斑）的 位置，甚至可W進(jìn)行參數(shù)測量。

【發(fā)明內(nèi)容】

[0005] 鑒于此，本發(fā)明的目的是提供一種眼底圖像視盤定位方法及系統(tǒng)，基于視盤位置 和血管結(jié)構(gòu)的拓?fù)涮卣鬟M(jìn)行視盤定位，能夠提高對眼底圖像視盤定位的準(zhǔn)確性。
[0006] 為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
[0007] -種眼底圖像視盤定位方法，包括：
[000引提取眼底圖像中的血管區(qū)域；
[0009] 獲取血管區(qū)域圖像中每一像素的血管紋理方向；
[0010] 按照預(yù)設(shè)規(guī)則對血管區(qū)域圖像中的像素投票，W獲得投票數(shù)最大的像素確定為視 盤中屯、，所述預(yù)設(shè)規(guī)則包括：W被投像素預(yù)設(shè)鄰域內(nèi)的每一像素作為投票像素，當(dāng)所述被投 像素與所述投票像素形成的線段方向與所述投票像素的血管紋理方向的夾角在預(yù)設(shè)范圍 內(nèi)時，則向所述被投像素投票。
[0011] 可選地，所述提取眼底圖像中的血管區(qū)域包括：
[0012] 采用形態(tài)學(xué)頂帽算法對所述眼底圖像作處理；
[0013] 采用大津法分割處理后的所述眼底圖像，低于闊值的區(qū)域圖像為背景，高于闊值 的區(qū)域圖像為血管區(qū)域。
[0014] 可選地，采用形態(tài)學(xué)頂帽算法對所述眼底圖像作處理包括：
[0015] 選擇直徑大于血管直徑最大值的圓盤結(jié)構(gòu)元素，對所述眼底圖像作頂帽算法處 理。
[0016] 可選地，獲取血管區(qū)域圖像中像素的血管紋理方向包括：
[0017] 分別WN個方向的二維Gabor濾波器與像素圖像卷積運算，得到對應(yīng)N個方向的紋 理響應(yīng)，W幅值最大的紋理響應(yīng)對應(yīng)的方向確定為該像素的血管紋理方向，所述N個方向均 勻地分布于[0，n]范圍內(nèi)，所述N為大于零的正整數(shù)。
[0018] 可選地，獲取血管區(qū)域圖像中像素的血管紋理方向還包括：
[0019] 分別WN個方向的二維Gabor濾波器與像素圖像卷積運算，得到對應(yīng)N個方向的紋 理響應(yīng)，所述N個方向均勻地分布于[0,31]范圍內(nèi)，所述N為大于零的正整數(shù)；
[0020] 從得到的N個所述紋理響應(yīng)中獲取幅值最大的兩個紋理響應(yīng)，對應(yīng)的幅值為Eu,w (P)和Eu,*2(p);并按照W下公式計算方向置信度Conf (P)，
[0021]
[00剖具甲，P巧像累點，傘巧不巧埋力問，O表示紋理尺度，e\3, W(P)、E\^, 4>2(p)分別為 對應(yīng)于Eu, W(P)、Eu, W(P)的正交紋理響應(yīng)幅值；
[0023] 判斷方向置信度Conf(P)是否大于預(yù)設(shè)闊值，若否，則去除該像素點，不參與投票。
[0024] 可選地，若判斷方向置信度Conf (P)大于所述預(yù)設(shè)闊值，則：
[0025] 校正所述幅值最大的兩個紋理響應(yīng)的幅值和方向，包括：
[0026] Ew(P)=Eu,W(P)-E丄U,W(P), (J)I(P)= (61,U(P);
[0027] E4>2(P)=Eu,4)2(P)-E丄u,4>2(P)，42(P)= 42,u(P);
[002引其中，Ew(P)和E42(p)分別是所述幅值最大的兩個紋理響應(yīng)的校正幅值，(I)I(P)和 4 2(p)是對應(yīng)的校正方向；
[0029] 依據(jù)所述幅值最大的兩個紋理響應(yīng)的校正幅值和校正方向計算該像素的紋理響 應(yīng)矢量R(P)和紋理主方向4 (P)，包括：
[0030]
[0031] 其中，Rx(P)和Ry(P)分別表示在該像素位置處校正紋理響應(yīng)的X分量和y分量，W所 述紋理主方向4 (P)確定為該像素的血管紋理方向。
[0032] 可選地，所述按照預(yù)設(shè)規(guī)則對血管區(qū)域圖像中的像素投票，包括：
[0033] 建立特征描述符空間，W血管區(qū)域圖像中單一像素的方向直方圖作為空間元素， 所述方向直方圖的橫坐標(biāo)為投票方向，縱坐標(biāo)為投票數(shù)；
[0034] 按照所述預(yù)設(shè)規(guī)則對血管區(qū)域圖像中每一像素投票，相應(yīng)計入所述特征描述符空 間的方向直方圖中；
[0035] 統(tǒng)計血管區(qū)域圖像中每一像素獲得的投票數(shù)。
[0036] 可選地，所述預(yù)設(shè)范圍為：大于等于-VM，且小于等于VM，所述M為大于零的正整 數(shù)。
[0037] 本發(fā)明還提供一種眼底圖像視盤定位系統(tǒng)，包括：
[0038] 用于提取眼底圖像中的血管區(qū)域的圖像提取單元；
[0039] 用于獲取血管區(qū)域圖像中每一像素的血管紋理方向的紋理方向獲取單元；
[0040] 用于按照預(yù)設(shè)規(guī)則對血管區(qū)域圖像中的像素投票，W獲得投票數(shù)最大的像素確定 為視盤中屯、的投票統(tǒng)計單元，所述預(yù)設(shè)規(guī)則包括：W被投像素預(yù)設(shè)鄰域內(nèi)的每一像素作為 投票像素，當(dāng)所述被投像素與所述投票像素形成的線段方向與所述投票像素的血管紋理方 向的夾角位于預(yù)設(shè)范圍內(nèi)時，則向所述被投像素投票。
[0041] 可選地，所述紋理方向獲取單元包括：
[0042] 用于分別WN個方向的二維Gabor濾波器與像素圖像卷積運算，得到對應(yīng)N個方向 的紋理響應(yīng)的卷積運算子單元，所述N個方向均勻地分布于[0，n]范圍內(nèi)，所述N為大于零的 正整數(shù)；
[0043] 用于按照W下公式計算方向置信度Conf(P)的方向置信度計算子單元，
[0044]
[0045] 具甲，P巧像奈巧，O巧不紛埋々問，《表示紋理尺度，E。, W(P)和Eu,42(p)為N個所 述紋理響應(yīng)中幅值最大的兩個紋理響應(yīng)對應(yīng)的幅值，W(P)和護(hù)。,42(P)分別為對應(yīng)于 Eu, W(P)、Eu, W(P)的正交紋理響應(yīng)幅值。
[0046] 由W上技術(shù)方案可知，本發(fā)明所提供的眼底圖像視盤定位方法及系統(tǒng)，首先提取 出眼底圖像中的血管區(qū)域，并獲取血管區(qū)域圖像中每一像素的血管紋理方向，W獲得眼底 圖像中血管分布的局部方向特征;然后，按照預(yù)設(shè)規(guī)則對血管區(qū)域圖像中的像素投票，所述 預(yù)設(shè)規(guī)則具體為：W被投像素預(yù)設(shè)鄰域內(nèi)的每一像素作為投票像素，當(dāng)被投像素與投票像 素形成的線段方向與投票像素的血管紋理方向的夾角在預(yù)設(shè)范圍內(nèi)時，則向被投像素投 票。通過統(tǒng)計血管區(qū)域圖像中每一像素獲得的投票數(shù)，將獲得投票數(shù)最大的像素確定為視 盤中屯、。視盤是視網(wǎng)膜血管網(wǎng)分布最密集的區(qū)域，圖像像素中血管網(wǎng)的匯聚度越高，其鄰域 內(nèi)像素的血管分布方向與其鄰域徑向一致的概率越大，相應(yīng)獲得的投票數(shù)越多，因此W獲 得投票數(shù)最多的像素點，對應(yīng)為血管網(wǎng)匯聚度的峰值位置，確定為視盤中屯、位置。
[0047] 本發(fā)明所述眼底圖像視盤定位方法及系統(tǒng)，通過基于血管紋理方向?qū)ρ鄣讏D像中 像素點投票，檢測眼底圖像中局部血管網(wǎng)的匯聚度，從而找到血管網(wǎng)匯聚最密集的位置，W 定位視盤位置。本發(fā)明所述眼底圖像視盤定位方法及系統(tǒng)，是基于眼底圖像中血管分布和 視盤之間更穩(wěn)定的拓?fù)浣Y(jié)構(gòu)和相對位置，實現(xiàn)視盤定位，受圖像亮度、對比度等影響小，因 此可提高眼底圖像中視盤定位的準(zhǔn)確性。
【附圖說明】
[0048] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W 根據(jù)運些附圖獲得其他的附圖。
[0049] 圖1為本發(fā)明實施例提供的一種眼底圖像視盤定位方法的流程圖；
[0050] 圖2為本發(fā)明一實施例中獲取血管區(qū)域圖像中像素的血管紋理方向的方法流程 圖；
[0051] 圖3為本發(fā)明又一實施例中獲取血管區(qū)域圖像中像素的血管紋理方向