欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024112283359
申请人: 江苏理工学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-11
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种视网膜OCT图像中血管结构的特征提取方法,其特征在于,包括:对所述视网膜OCT图像进行用于体现血管结构3D特征的第一特征提取,得到第一特征;

对所述视网膜OCT图像进行血管骨架图像的转化,得到血管骨架图像;

对所述血管骨架图像进行用于体现血管结构交点特征的第二特征提取并进行用于体现血管结构SURF特征的第三特征提取,对应得到第二特征和第三特征;

对所述第一特征、所述第二特征和所述第三特征进行相关于特征坐标的融合,形成组合特征,作为特征提取结果;

所述对所述视网膜OCT图像进行用于体现血管结构3D特征的第一特征提取,得到第一特征的具体步骤包括:

1)对所述视网膜OCT图像对应的每个B扫描图像进行去噪处理;

2)对去噪处理后的每个B扫描图像,计算每个柱面的中值、均值和方差;

3)基于计算出的中值、均值和方差,构建视网膜OCT图像的像素点重要性评估模型,并基于所述视网膜OCT图像的像素点重要性评估模型,计算所述视网膜OCT图像中柱面像素点的强度差异;

4)将柱面像素点的强度差异与相关于所述中值的设定阈值比较,筛选出大于等于设定阈值的像素点,将筛选出的像素点作为体现血管结构3D特征的第一特征;

所述对所述视网膜OCT图像进行血管骨架图像的转化,得到血管骨架图像的具体步骤包括:

1)对所述视网膜OCT图像进行Z轴方向的投影,得到OCT enface图像;

2)再基于所述OCT enface图像进行血管骨架图像的提取。

2.根据权利要求1所述的视网膜OCT图像中血管结构的特征提取方法,其特征在于,所述像素点重要性评估模型的表达式为:,

式中,为第s个B扫描图像中第i列的像素点重要性评估结果;为第s个B扫描图像第i列的像素均值;为第s个B扫描图像第i列的像素方差;为数学常数;

所述柱面像素点的强度差异的计算公式为:

,

式中,为第s个B扫描图像第i列j行的像素灰度差估量函数值;为第s个B扫描图像第i列j行的像素值。

3.根据权利要求1所述的视网膜OCT图像中血管结构的特征提取方法,其特征在于,所述进行用于体现血管结构交点特征的第二特征提取的具体步骤包括:

1)血管结构交点的识别,对血管骨架图像进行邻域图分析,获取潜在的血管结构交点;

2)血管结构交点的提取,基于预先构建的第一特征提取矩阵,对潜在的血管交点进行血管结构交点提取,得到初筛后的血管交点;

血管结构交点的精细化处理,基于预先构建的第二特征提取矩阵,对初筛后的血管结构交点进行伪特征点的排除,得到二次筛选后的血管交点;

血管结构交点的标记与应用,对二次筛选后的血管交点进行标记,作为体现血管结构交点特征的第二特征提取。

4.根据权利要求3所述的视网膜OCT图像中血管结构的特征提取方法,其特征在于,所述第一特征提取矩阵的表达式为:,

所述基于预先构建的第一特征提取矩阵,对潜在的血管交点进行血管结构交点提取,得到初筛后的血管交点的具体的提取方法为:使用第一特征提取矩阵对OCT enface图像中的每一像素点进行8个邻域值的求和,筛选出求和结果大于第一设定值的像素点作为潜在的血管结构交点,其中,求和的表达式为:,

式中,为OCT enface图像中坐标为的像素点对应的8个邻域值的求和结果;、、、、、、、和分别为OCT enface图像中坐标为、、、、、、、和的像素点。

5.根据权利要求3所述的视网膜OCT图像中血管结构的特征提取方法,其特征在于,所述第二特征提取矩阵的表达式为:,

所述基于预先构建的第二特征提取矩阵,对初筛后的血管结构交点进行伪特征点的排除,得到二次筛选后的血管交点的具体方法包括:使用第一特征提取矩阵对初筛后的血管交点的5个邻域的值求和,筛选出求和结果大于等于第二设定值或等于第三设定值的像素点作为潜在的二次筛选后的血管交点,其中,求和的表达式为:,

式中,为OCT enface图像中坐标为的像素点对应的5个邻域值的求和结果;、、、和分别为OCT enface图像中坐标为、、、和的像素点。

6.根据权利要求1所述的视网膜OCT图像中血管结构的特征提取方法,其特征在于,所述进行用于体现血管结构SURF特征的第三特征提取的具体步骤包括:采用SURF算法进行用于体现血管结构SURF特征的第三特征提取,将提取结果作为第三特征。

7.一种视网膜OCT图像中血管结构的配准方法,其特征在于,包括:获取两个相邻时间视网膜OCT图像;

采用权利要求1~6任一项所述的视网膜OCT图像中血管结构的特征提取方法,分别对所述两个相邻时间视网膜OCT图像进行组合特征的提取,得到对应两个相邻时间视网膜OCT图像的两个特征提取结果;

对所述两个相邻时间视网膜OCT图像分别进行血管骨架图像的转化,分别得到对应的血管骨架图像,再对每一所述血管骨架图像进行血管骨架特征的提取以及坐标简化,得到对应两个相邻时间视网膜OCT图像的两个血管骨架特征;

基于两个相邻时间视网膜OCT图像对应的特征提取结果和血管骨架特征,进行所述两个相邻时间视网膜OCT图像的血管结构配准。

8.根据权利要求7所述的视网膜OCT图像中血管结构的配准方法,其特征在于, 所述基于两个相邻时间视网膜OCT图像对应的特征提取结果和血管骨架特征,进行所述两个相邻时间视网膜OCT图像的血管结构配准的具体方法包括:基于两个相邻时间视网膜OCT图像对应的特征提取结果和血管骨架特征,采用CPD算法,进行所述两个相邻时间视网膜OCT图像的血管结构配准。