基於相位一致性的眼底圖像微動脈瘤檢測方法

2023-04-26 10:36:46

基於相位一致性的眼底圖像微動脈瘤檢測方法
【專利摘要】本發明涉及一種基於相位一致性的眼底圖像微動脈瘤(MA)的檢測方法，該方法首先提取彩色眼底圖像的綠色通道；其次，基於相位一致性模型提取特徵點，並結合閾值分割和面積濾波方法獲取微動脈瘤候選者；最後通過構建灰度剖面圖的方法去除圖像中血管等無關信息，從而篩選出真正的微動脈瘤。本發明充分利用相位一致性模型的優勢，對圖像亮度和對比度不敏感，不需要對原始圖像進行增強處理，魯棒性好；通過與灰度剖面圖結合的方法去除血管等無關信息，不涉及分類識別，大大減少了算法的複雜度，節省了運行時間，能夠高效自動地檢測出彩色眼底圖像中的微動脈瘤。
【專利說明】基於相位一致性的眼底圖像微動脈瘤檢測方法
【技術領域】
[0001]本發明涉及一種基於相位一致性的眼底圖像微動脈瘤檢測方法，該方法對於不同圖像質量的眼底圖像均可準確地檢測出眼底微動脈瘤，屬於圖像處理【技術領域】，可應用於醫學診斷。
【背景技術】
[0002]醫學圖像處理與分析一直都是圖像處理與分析領域中研究的重點和熱點問題。藉助圖形圖像技術的有力手段，醫學圖像的質量和顯示方法得到了極大的改善，使得診療水平大大提高。圖像處理技術引入眼科已多年，通過眼底圖像的計算分析，對視盤、視網膜血管、微動脈瘤以及黃斑中央凹等重要眼底組織進行定量測量，在正常和異常之間做出明確鑑別，能及早、準確地發現各種眼部病變和全身性疾病，如糖尿病、高血壓、動脈硬化等。
[0003]隨著人們生活水平的提高，人口老齡化以及肥胖率的增加，糖尿病(DiabetesMellitus, DM)的發病率呈逐年上升趨勢。糖尿病視網膜病變(Diabetic Retinopathy,DR)是糖尿病的嚴重併發症之一，也是引起視覺障礙和失明的主要原因之。因此開展糖尿病視網膜病變的篩查可以顯著提高視網膜病變的檢出率，預防其可能造成的不可逆的視覺損害，進而對糖尿病進行早期幹預。微動脈瘤(Microaneurysm, MA)是最早出現在視網膜圖像中的一種糖尿病視網膜病變，呈紅色或暗紅色，位於黃斑區附近，其直徑一般不超過125 μ m。MA是由於視網膜循環障礙血液淤滯，組織缺氧使毛細血管變薄、擴張所致，是糖尿病早期常見的可靠症狀。如果能夠準確地檢測出MA，就能對糖尿病做到及早的診斷與治療，抑制病情的發展。因此，該病灶的自動檢測對於建立基於眼底圖像的DR自動篩查系統尤為關鍵。
[0004]由於眼底圖像對比度低、光照不均勻，MA目標小，因此實現MA高效檢測成為一個複雜且具有挑戰性的課題。針對眼底MA的自動檢測，國外許多學者對此提出了相關算法，而國內相關研究的報導甚少。目前的研究方法主要分為三大類:數學形態學方法、分類器方法、濾波器方法。現有方法雖然在一定條件下實現了 MA的自動檢測，但存在誤檢率高、漏檢率高、運算複雜等問題。其根本原因是這些方法主要是利用梯度信息來描述圖像，由於梯度信息會隨著圖像的對比度和亮度的改變而改變，對圖像中的噪聲非常敏感，故而這類方法對圖像質量要求較高。由於眼底圖像光照不均、對比度弱及MA本身尺寸小等因素，基於梯度信息的處理方法很難排除大量的非MA點，而進一步基於區域特徵信息的分類往往會增加系統的複雜性。因此對於具有複雜背景的眼底圖像，基於梯度信息的處理方法難以達到理想的檢測效果。而相位信息對亮度和對比度具有不變性，抗噪性能好，符合人類視覺感知特性，對於圖像的描述至關重要。目前相位一致性(Phase Congruency, PC)已經成功地應用於紋理分割、邊緣檢測、圖像去噪等，並取得了很好的效果。它定位準確，包含了豐富的紋理信息、邊緣和結構信息，對圖像亮度、對比度的變化不敏感，通用性好，這些優良特性使其非常適用於特徵變化較大的醫學圖像。
【發明內容】

[0005]本發明的目的是克服上述現有技術的不足，提供一種不受圖像亮度、對比度的影響，能夠準確檢測眼底圖像MA的方法，即基於相位一致性的檢測方法。相位信息對圖像亮度和對比度不敏感，因此不需要對原始圖像進行增強處理，只需對圖像尺寸進行規範化處理後提取彩色眼底圖像的綠色通道。然後採用相位一致性模型提取MA候選者；最後通過構建灰度剖面圖去除圖像中血管片段等無關信息，從而篩選出真正的微動脈瘤。為此，本發明採用如下的技術方案。
[0006]一種基於相位一致性的眼底圖像微動脈瘤的檢測方法，包括下列步驟:
[0007]1.獲取一幅彩色眼底圖像，採用雙線性插值的方法對眼底圖像尺寸進行規範化處理；
[0008]2.對彩色眼底圖像提取綠色通道；
[0009]3.採用相位一致性模型提取圖像特徵點；
[0010]4.對相位一致性處理後的眼底圖像進行閾值分割；
[0011]5.採用面積濾波將圖像中非目標的大結構(血管和其他病變殘留部分)和小結構(噪聲)去除，最終得到MA候選者；
[0012]6.構建灰度剖面圖剔除非MA目標，從而篩選出真正的MA。
[0013]本發明具有如下的技術效果:
[0014]1.方法簡單，易於實施。本發明採用相位一致性模型與灰度剖面圖相結合的方法進行眼底微動脈瘤的自動檢測，不涉及訓練分類，算法簡單，計算量小，且不需要高精度的儀器設備，方法簡單實用。
[0015]2.準確性高。本發明檢測過程中，通過對微動脈瘤自身特徵的研究設計相位一致性中濾波器的各參數。對MA候選者構建灰度剖面圖曲線，提取峰高、峰寬、峰頂寬等五個特徵值，根據已知的MA特性，篩選出真正的MA。基於相位一致性與灰度剖面圖相結合的方法，能夠去除大部分的非目標結構，降低了誤檢率，提高了正確率。
[0016]3.對於對比度低、圖像質量較差的眼底圖像可準確地檢測出眼底MA，對於區分正常眼底和病變眼底具有良好的效果。
【專利附圖】

【附圖說明】
[0017]圖1:本發明的方法流程圖。
[0018]圖2:原始彩色眼底圖像。
[0019]圖3:綠色通道眼底圖像。
[0020]圖4:相位一致性處理結果。
[0021]圖5:對圖4去除邊界後的結果
[0022]圖6:閾值分割結果。
[0023]圖7:面積濾波結果。
[0024]圖8:MA候選者結果。
[0025]圖9:峰值檢測的四個特殊點示意圖。
[0026]圖10:對圖2的MA檢測結果。
[0027]圖11:本發明的最終檢測結果。【具體實施方式】
[0028]本發明的流程圖如圖1所示，該方法首先採用雙線性插值對圖像尺寸進行規範化處理並提取彩色眼底圖像的綠色通道；其次，基於相位一致性模型提取特徵點，結合閾值分割和面積濾波方法獲取MA候選者；最後通過構建灰度剖面圖的方法去除圖像中血管等無關信息，篩選出真正的MA。下面結合附圖，對本發明技術方案的具體實施過程加以說明。
[0029]1.彩色眼底圖像預處理
[0030]1.1首先取一幅待檢測原始圖像(如圖2)。
[0031]1.2由於採集的圖像可能具有不同的解析度，實際使用時，為了保存圖像質量，採用雙線性插值對原始圖像進行適當壓縮，即實際處理圖像的解析度為768X579。
[0032]1.3提取原始圖像的綠色通道，如圖3所示。在彩色眼底圖像的綠色通道中眼底結構清晰，目標突出，微動脈瘤是孤立的、近似圓形的暗斑點。
[0033]2.基於相位一致性模型提取眼底MA候選者
[0034]對預處理後的眼底圖像，基於相位一致性模型提取特徵點，並選取合適的閾值進行分割，最後通過面積濾波將圖像中非目標的大結構(血管和其他病變殘留部分)和小結構(噪聲)去除，從而獲取MA候選者。
[0035]2.1 相位一致性(Phase Congruency, PC)定義是:
【權利要求】
1.一種基於相位一致性的眼底圖像微動脈瘤檢測方法，包括下列步驟: 步驟1:獲取一幅彩色眼底圖像，採用雙線性插值的方法對所述眼底圖像進行規範化處理； 步驟2:對所述眼底圖像提取綠色通道，並作為預處理後的圖像進行後續處理； 步驟3:對預處理後的所述眼底圖像，基於相位一致性模型提取圖像特徵點； 步驟4:對相位一致性處理後的所述眼底圖像進行閾值分割； 步驟5:採用面積濾波將所述眼底圖像中非目標結構的大結構和小結構去除，得到微動脈瘤候選者，其中所述大結構是指血管和其他病變殘留部分，所述小結構是指噪聲； 步驟6:構建灰度剖面圖剔除非微動脈瘤目標，從而篩選出真正的微動脈瘤點。
2.根據權利要求1所述的眼底圖像微動脈瘤檢測方法，其特徵在於步驟3中基於相位一致性模型提取微動脈瘤候選者。
3.根據權利要求1所述的眼底圖像微動脈瘤檢測方法，其特徵在於步驟5中採用面積濾波將圖像中非目標結構的大結構和小結構去除，得到微動脈瘤候選者，其中所述大結構是指血管和其他病變殘留部分，所述小結構是指噪聲。
4.根據權利要求1所述的眼底圖像微動脈瘤檢測方法，其特徵在於步驟6中採用構建灰度剖面圖的方法去除血管等無關信息，從而篩選出真正的微動脈瘤。
【文檔編號】G06K9/46GK103544686SQ201310517449
【公開日】2014年1月29日 申請日期:2013年10月25日 優先權日:2013年10月25日
【發明者】肖志濤, 張芳, 劉璐, 耿磊, 吳駿 申請人:天津工業大學