基于相位一致性的眼底圖像微動(dòng)脈瘤檢測(cè)方法
【專利摘要】本發(fā)明涉及一種基于相位一致性的眼底圖像微動(dòng)脈瘤(MA)的檢測(cè)方法，該方法首先提取彩色眼底圖像的綠色通道；其次，基于相位一致性模型提取特征點(diǎn)，并結(jié)合閾值分割和面積濾波方法獲取微動(dòng)脈瘤候選者；最后通過構(gòu)建灰度剖面圖的方法去除圖像中血管等無關(guān)信息，從而篩選出真正的微動(dòng)脈瘤。本發(fā)明充分利用相位一致性模型的優(yōu)勢(shì)，對(duì)圖像亮度和對(duì)比度不敏感，不需要對(duì)原始圖像進(jìn)行增強(qiáng)處理，魯棒性好；通過與灰度剖面圖結(jié)合的方法去除血管等無關(guān)信息，不涉及分類識(shí)別，大大減少了算法的復(fù)雜度，節(jié)省了運(yùn)行時(shí)間，能夠高效自動(dòng)地檢測(cè)出彩色眼底圖像中的微動(dòng)脈瘤。
【專利說明】基于相位一致性的眼底圖像微動(dòng)脈瘤檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于相位一致性的眼底圖像微動(dòng)脈瘤檢測(cè)方法，該方法對(duì)于不同圖像質(zhì)量的眼底圖像均可準(zhǔn)確地檢測(cè)出眼底微動(dòng)脈瘤，屬于圖像處理【技術(shù)領(lǐng)域】，可應(yīng)用于醫(yī)學(xué)診斷。
【背景技術(shù)】
[0002]醫(yī)學(xué)圖像處理與分析一直都是圖像處理與分析領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題。借助圖形圖像技術(shù)的有力手段，醫(yī)學(xué)圖像的質(zhì)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(shù)引入眼科已多年，通過眼底圖像的計(jì)算分析，對(duì)視盤、視網(wǎng)膜血管、微動(dòng)脈瘤以及黃斑中央凹等重要眼底組織進(jìn)行定量測(cè)量，在正常和異常之間做出明確鑒別，能及早、準(zhǔn)確地發(fā)現(xiàn)各種眼部病變和全身性疾病，如糖尿病、高血壓、動(dòng)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(fā)病率呈逐年上升趨勢(shì)。糖尿病視網(wǎng)膜病變(Diabetic Retinopathy,DR)是糖尿病的嚴(yán)重并發(fā)癥之一，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(wǎng)膜病變的篩查可以顯著提高視網(wǎng)膜病變的檢出率，預(yù)防其可能造成的不可逆的視覺損害，進(jìn)而對(duì)糖尿病進(jìn)行早期干預(yù)。微動(dòng)脈瘤(Microaneurysm, MA)是最早出現(xiàn)在視網(wǎng)膜圖像中的一種糖尿病視網(wǎng)膜病變，呈紅色或暗紅色，位于黃斑區(qū)附近，其直徑一般不超過125 μ m。MA是由于視網(wǎng)膜循環(huán)障礙血液淤滯，組織缺氧使毛細(xì)血管變薄、擴(kuò)張所致，是糖尿病早期常見的可靠癥狀。如果能夠準(zhǔn)確地檢測(cè)出MA，就能對(duì)糖尿病做到及早的診斷與治療，抑制病情的發(fā)展。因此，該病灶的自動(dòng)檢測(cè)對(duì)于建立基于眼底圖像的DR自動(dòng)篩查系統(tǒng)尤為關(guān)鍵。
[0004]由于眼底圖像對(duì)比度低、光照不均勻，MA目標(biāo)小，因此實(shí)現(xiàn)MA高效檢測(cè)成為一個(gè)復(fù)雜且具有挑戰(zhàn)性的課題。針對(duì)眼底MA的自動(dòng)檢測(cè)，國外許多學(xué)者對(duì)此提出了相關(guān)算法，而國內(nèi)相關(guān)研究的報(bào)道甚少。目前的研究方法主要分為三大類:數(shù)學(xué)形態(tài)學(xué)方法、分類器方法、濾波器方法?，F(xiàn)有方法雖然在一定條件下實(shí)現(xiàn)了 MA的自動(dòng)檢測(cè)，但存在誤檢率高、漏檢率高、運(yùn)算復(fù)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，由于梯度信息會(huì)隨著圖像的對(duì)比度和亮度的改變而改變，對(duì)圖像中的噪聲非常敏感，故而這類方法對(duì)圖像質(zhì)量要求較高。由于眼底圖像光照不均、對(duì)比度弱及MA本身尺寸小等因素，基于梯度信息的處理方法很難排除大量的非MA點(diǎn)，而進(jìn)一步基于區(qū)域特征信息的分類往往會(huì)增加系統(tǒng)的復(fù)雜性。因此對(duì)于具有復(fù)雜背景的眼底圖像，基于梯度信息的處理方法難以達(dá)到理想的檢測(cè)效果。而相位信息對(duì)亮度和對(duì)比度具有不變性，抗噪性能好，符合人類視覺感知特性，對(duì)于圖像的描述至關(guān)重要。目前相位一致性(Phase Congruency, PC)已經(jīng)成功地應(yīng)用于紋理分割、邊緣檢測(cè)、圖像去噪等，并取得了很好的效果。它定位準(zhǔn)確，包含了豐富的紋理信息、邊緣和結(jié)構(gòu)信息，對(duì)圖像亮度、對(duì)比度的變化不敏感，通用性好，這些優(yōu)良特性使其非常適用于特征變化較大的醫(yī)學(xué)圖像。
【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是克服上述現(xiàn)有技術(shù)的不足，提供一種不受圖像亮度、對(duì)比度的影響，能夠準(zhǔn)確檢測(cè)眼底圖像MA的方法，即基于相位一致性的檢測(cè)方法。相位信息對(duì)圖像亮度和對(duì)比度不敏感，因此不需要對(duì)原始圖像進(jìn)行增強(qiáng)處理，只需對(duì)圖像尺寸進(jìn)行規(guī)范化處理后提取彩色眼底圖像的綠色通道。然后采用相位一致性模型提取MA候選者；最后通過構(gòu)建灰度剖面圖去除圖像中血管片段等無關(guān)信息，從而篩選出真正的微動(dòng)脈瘤。為此，本發(fā)明采用如下的技術(shù)方案。
[0006]一種基于相位一致性的眼底圖像微動(dòng)脈瘤的檢測(cè)方法，包括下列步驟:
[0007]1.獲取一幅彩色眼底圖像，采用雙線性插值的方法對(duì)眼底圖像尺寸進(jìn)行規(guī)范化處理；
[0008]2.對(duì)彩色眼底圖像提取綠色通道；
[0009]3.采用相位一致性模型提取圖像特征點(diǎn)；
[0010]4.對(duì)相位一致性處理后的眼底圖像進(jìn)行閾值分割；
[0011]5.采用面積濾波將圖像中非目標(biāo)的大結(jié)構(gòu)(血管和其他病變殘留部分)和小結(jié)構(gòu)(噪聲)去除，最終得到MA候選者；
[0012]6.構(gòu)建灰度剖面圖剔除非MA目標(biāo)，從而篩選出真正的MA。
[0013]本發(fā)明具有如下的技術(shù)效果:
[0014]1.方法簡單，易于實(shí)施。本發(fā)明采用相位一致性模型與灰度剖面圖相結(jié)合的方法進(jìn)行眼底微動(dòng)脈瘤的自動(dòng)檢測(cè)，不涉及訓(xùn)練分類，算法簡單，計(jì)算量小，且不需要高精度的儀器設(shè)備，方法簡單實(shí)用。
[0015]2.準(zhǔn)確性高。本發(fā)明檢測(cè)過程中，通過對(duì)微動(dòng)脈瘤自身特征的研究設(shè)計(jì)相位一致性中濾波器的各參數(shù)。對(duì)MA候選者構(gòu)建灰度剖面圖曲線，提取峰高、峰寬、峰頂寬等五個(gè)特征值，根據(jù)已知的MA特性，篩選出真正的MA?；谙辔灰恢滦耘c灰度剖面圖相結(jié)合的方法，能夠去除大部分的非目標(biāo)結(jié)構(gòu)，降低了誤檢率，提高了正確率。
[0016]3.對(duì)于對(duì)比度低、圖像質(zhì)量較差的眼底圖像可準(zhǔn)確地檢測(cè)出眼底MA，對(duì)于區(qū)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(fā)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(jié)果。
[0021]圖5:對(duì)圖4去除邊界后的結(jié)果
[0022]圖6:閾值分割結(jié)果。
[0023]圖7:面積濾波結(jié)果。
[0024]圖8:MA候選者結(jié)果。
[0025]圖9:峰值檢測(cè)的四個(gè)特殊點(diǎn)示意圖。
[0026]圖10:對(duì)圖2的MA檢測(cè)結(jié)果。
[0027]圖11:本發(fā)明的最終檢測(cè)結(jié)果。【具體實(shí)施方式】
[0028]本發(fā)明的流程圖如圖1所示，該方法首先采用雙線性插值對(duì)圖像尺寸進(jìn)行規(guī)范化處理并提取彩色眼底圖像的綠色通道；其次，基于相位一致性模型提取特征點(diǎn)，結(jié)合閾值分割和面積濾波方法獲取MA候選者；最后通過構(gòu)建灰度剖面圖的方法去除圖像中血管等無關(guān)信息，篩選出真正的MA。下面結(jié)合附圖，對(duì)本發(fā)明技術(shù)方案的具體實(shí)施過程加以說明。
[0029]1.彩色眼底圖像預(yù)處理
[0030]1.1首先取一幅待檢測(cè)原始圖像(如圖2)。
[0031]1.2由于采集的圖像可能具有不同的分辨率，實(shí)際使用時(shí)，為了保存圖像質(zhì)量，采用雙線性插值對(duì)原始圖像進(jìn)行適當(dāng)壓縮，即實(shí)際處理圖像的分辨率為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(jié)構(gòu)清晰，目標(biāo)突出，微動(dòng)脈瘤是孤立的、近似圓形的暗斑點(diǎn)。
[0033]2.基于相位一致性模型提取眼底MA候選者
[0034]對(duì)預(yù)處理后的眼底圖像，基于相位一致性模型提取特征點(diǎn)，并選取合適的閾值進(jìn)行分割，最后通過面積濾波將圖像中非目標(biāo)的大結(jié)構(gòu)(血管和其他病變殘留部分)和小結(jié)構(gòu)(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(quán)利要求】
1.一種基于相位一致性的眼底圖像微動(dòng)脈瘤檢測(cè)方法，包括下列步驟: 步驟1:獲取一幅彩色眼底圖像，采用雙線性插值的方法對(duì)所述眼底圖像進(jìn)行規(guī)范化處理； 步驟2:對(duì)所述眼底圖像提取綠色通道，并作為預(yù)處理后的圖像進(jìn)行后續(xù)處理； 步驟3:對(duì)預(yù)處理后的所述眼底圖像，基于相位一致性模型提取圖像特征點(diǎn)； 步驟4:對(duì)相位一致性處理后的所述眼底圖像進(jìn)行閾值分割； 步驟5:采用面積濾波將所述眼底圖像中非目標(biāo)結(jié)構(gòu)的大結(jié)構(gòu)和小結(jié)構(gòu)去除，得到微動(dòng)脈瘤候選者，其中所述大結(jié)構(gòu)是指血管和其他病變殘留部分，所述小結(jié)構(gòu)是指噪聲； 步驟6:構(gòu)建灰度剖面圖剔除非微動(dòng)脈瘤目標(biāo)，從而篩選出真正的微動(dòng)脈瘤點(diǎn)。
2.根據(jù)權(quán)利要求1所述的眼底圖像微動(dòng)脈瘤檢測(cè)方法，其特征在于步驟3中基于相位一致性模型提取微動(dòng)脈瘤候選者。
3.根據(jù)權(quán)利要求1所述的眼底圖像微動(dòng)脈瘤檢測(cè)方法，其特征在于步驟5中采用面積濾波將圖像中非目標(biāo)結(jié)構(gòu)的大結(jié)構(gòu)和小結(jié)構(gòu)去除，得到微動(dòng)脈瘤候選者，其中所述大結(jié)構(gòu)是指血管和其他病變殘留部分，所述小結(jié)構(gòu)是指噪聲。
4.根據(jù)權(quán)利要求1所述的眼底圖像微動(dòng)脈瘤檢測(cè)方法，其特征在于步驟6中采用構(gòu)建灰度剖面圖的方法去除血管等無關(guān)信息，從而篩選出真正的微動(dòng)脈瘤。
【文檔編號(hào)】G06K9/46GK103544686SQ201310517449
【公開日】2014年1月29日 申請(qǐng)日期:2013年10月25日 優(yōu)先權(quán)日:2013年10月25日
【發(fā)明者】肖志濤, 張芳, 劉璐, 耿磊, 吳駿 申請(qǐng)人:天津工業(yè)大學(xué)