一種用于糖尿病性視網(wǎng)膜病變篩查的系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及醫(yī)療設(shè)備領(lǐng)域，具體涉及一種用于糖尿病性視網(wǎng)膜病變篩查的系統(tǒng)。
【背景技術(shù)】
[0002] 糖尿病性視網(wǎng)膜病變，簡(jiǎn)稱糖網(wǎng)(DR)，是糖尿病患者最常見(jiàn)的慢性并發(fā)癥之一。據(jù) 世界衛(wèi)生組織(WHO)預(yù)測(cè)，到2030年，全球DR患者人數(shù)將增加到3.66億，已成為四大致盲眼 病之一，糖網(wǎng)病防治將成為一個(gè)嚴(yán)重的世界性問(wèn)題。
[0003] 研究表明，對(duì)DR患者進(jìn)行早期診斷和治療能有效防止視覺(jué)的損失以及失明，而防 治的關(guān)鍵則是通過(guò)眼底照相檢查，定期隨訪發(fā)現(xiàn)病情的進(jìn)展，及時(shí)進(jìn)行激光干預(yù)治療。但是 目前世界上超過(guò)50%糖尿病患者沒(méi)有接受任何形式的眼部檢查，基于眼底影像的糖尿病視 網(wǎng)膜病變的篩查工作基本還是依靠眼科醫(yī)生的肉眼觀察進(jìn)行。
[0004] 但當(dāng)面臨大規(guī)模篩查時(shí)，需要醫(yī)生分析和處理的數(shù)據(jù)量非常大，人工判讀方法既 費(fèi)時(shí)又費(fèi)力，人工篩查無(wú)法實(shí)施。而且人工篩查主觀性強(qiáng)，數(shù)據(jù)分析復(fù)雜并且難以量化，很 難做到定量隨訪。
[0005] 所以上述問(wèn)題已成為實(shí)施大規(guī)模糖尿病視網(wǎng)膜病變篩查的主要障礙，臨床上迫切 需要一種客觀、準(zhǔn)確、高效的方法，來(lái)輔助眼科醫(yī)生對(duì)糖尿病患者眼底照相的結(jié)果進(jìn)行快速 分析。
[0006] 近年來(lái)，隨著計(jì)算機(jī)輔助診斷技術(shù)的發(fā)展，基于計(jì)算機(jī)視覺(jué)的相關(guān)技術(shù)已經(jīng)在肝 臟疾病、呼吸系統(tǒng)疾病的影像診斷中得到開(kāi)發(fā)和應(yīng)用。
[0007] 但是，目前市場(chǎng)上還沒(méi)有一種準(zhǔn)確高效的篩查系統(tǒng)，能夠用于對(duì)糖尿病性視網(wǎng)膜 病變進(jìn)行快速篩查。
[0008] 雖然有人提出了利用計(jì)算機(jī)算法通過(guò)對(duì)患者圖片進(jìn)行特征提取來(lái)判斷患者是否 患有糖尿病性視網(wǎng)膜病變，但是，目前還沒(méi)有人制造出相應(yīng)的設(shè)備并且，現(xiàn)有的算法經(jīng)驗(yàn)證 后篩查的準(zhǔn)確率偏低。

【發(fā)明內(nèi)容】

[0009] 針對(duì)上述問(wèn)題，本發(fā)明希望提供一種基于圖像的糖尿病性視網(wǎng)膜病變篩查系統(tǒng)， 其能夠?qū)崿F(xiàn)糖網(wǎng)病的大規(guī)模自動(dòng)篩查，進(jìn)而大幅提高醫(yī)生的診斷效率，讓醫(yī)生從繁重的閱 片工作中解脫出來(lái)，并且能去除人的主觀性，避免因個(gè)人知識(shí)和經(jīng)驗(yàn)差異引起診斷誤差，更 加準(zhǔn)確，客觀、高效的完成眼科影像的糖網(wǎng)篩查工作，節(jié)省醫(yī)療成本。
[0010] 具體而言，本發(fā)明提供一種用于糖尿病性視網(wǎng)膜病變篩查的系統(tǒng)，其特征在于，所 述系統(tǒng)包括:眼底圖像獲取設(shè)備、圖像處理及篩查設(shè)備以及報(bào)告輸出設(shè)備，
[0011] 所述眼底圖像獲取設(shè)備用于采集或接收被檢人員的眼底圖像；
[0012] 所述圖像處理及篩查設(shè)備用于對(duì)所述眼底圖像進(jìn)行處理并檢測(cè)其中是否存在病 變，然后將檢測(cè)結(jié)果輸送給所述報(bào)告輸出設(shè)備；
[0013] 所述報(bào)告輸出設(shè)備基于所述檢測(cè)結(jié)果輸出相應(yīng)檢測(cè)報(bào)告。
[0014] 在一種優(yōu)選實(shí)現(xiàn)方式中，所述眼底圖像獲取設(shè)備為彩色眼底相機(jī)，或者，所述眼底 圖像獲取設(shè)備為眼底圖像接收設(shè)備。
[0015] 在一種優(yōu)選實(shí)現(xiàn)方式中，所述圖像處理及篩查設(shè)備包括：圖像預(yù)處理模塊、圖像校 正模塊、血管分割模塊、視盤定位模塊、紅色病變檢測(cè)模塊、亮度病變檢測(cè)模塊以及分類模 塊，所述分類模炔基于所述紅色病變檢測(cè)模塊、亮度病變檢測(cè)模塊、血管分割模塊和視盤定 位模塊的輸出來(lái)判定被檢測(cè)圖片所對(duì)應(yīng)患者是否具有糖尿病性視網(wǎng)膜病變。
[0016] 在一種優(yōu)選實(shí)現(xiàn)方式中，所述圖像校正模塊用于對(duì)圖像進(jìn)行顏色、亮度以及曝光 分布的歸一化處理，歸一化的具體過(guò)程包括:根據(jù)圖像的曝光分布，擬合出一個(gè)二次曲面， 然后根據(jù)擬合的曲面對(duì)圖像的亮度分布進(jìn)行反補(bǔ)償;然后，選定一幅質(zhì)量較好的圖像作為 參考圖像，計(jì)算其顏色和亮度通道上的灰度直方圖峰值，把被處理圖像的色調(diào)、飽和度和亮 度信息的灰度直方圖都?xì)w一化到參考圖像的參考值上。
[0017] 在一種優(yōu)選實(shí)現(xiàn)方式中，所述血管分割模塊用于分割血管和視盤，分割視盤的過(guò) 程包括:基于所述眼底圖像生成不同尺度的特征圖；基于所述特征圖建立相應(yīng)的特征顯著 性描述;對(duì)不同的特征顯著性描述進(jìn)行歸一化，并相加獲得顯著性圖；采用局部閾值分割算 法提取所得的顯著性圖，輸出亮度值最大的區(qū)域作為視盤的位置。
[0018] 在一種優(yōu)選實(shí)現(xiàn)方式中，所述血管分割模塊在進(jìn)行血管分割時(shí)，把圖像的興趣區(qū) 由直角坐標(biāo)轉(zhuǎn)為極坐標(biāo)表示，并且采用亞像素精度提取方法，首先求取每個(gè)像素點(diǎn)處的灰 度值的梯度，利用Canny算子求得血管初始的輪廓。
[0019] 本發(fā)明通過(guò)計(jì)算機(jī)視覺(jué)的相關(guān)技術(shù)來(lái)輔助醫(yī)生判別和精確提取影像的病變指標(biāo)， 智能分析病人的疾病信息。本發(fā)明通過(guò)提取包括出血、滲出、微血管瘤等各類糖網(wǎng)病變特 征，再根據(jù)DR的臨床診斷標(biāo)準(zhǔn)，對(duì)眼底影像進(jìn)行自動(dòng)分級(jí)診斷，從而實(shí)現(xiàn)了糖網(wǎng)病的大規(guī)模 自動(dòng)篩查。
[0020] 由于計(jì)算機(jī)可以全面利用影像信息進(jìn)行精確的定量計(jì)算，不僅可以大幅提高醫(yī)生 的診斷效率，讓醫(yī)生從繁重的閱片工作中解脫出來(lái)，而且能去除人的主觀性，避免因個(gè)人知 識(shí)和經(jīng)驗(yàn)差異引起診斷誤差，更加準(zhǔn)確，客觀、高效的完成眼科影像的糖網(wǎng)篩查工作，大大 節(jié)省了醫(yī)療成本，同時(shí)便于未來(lái)建立客觀準(zhǔn)確的大規(guī)模健康數(shù)據(jù)管理系統(tǒng)。對(duì)于建立客觀 準(zhǔn)確的臨床診斷標(biāo)準(zhǔn)很有價(jià)值。
[0021] 將本發(fā)明的系統(tǒng)篩查的結(jié)果與經(jīng)專家驗(yàn)證過(guò)的篩查結(jié)果進(jìn)行對(duì)比表明，本發(fā)明的 系統(tǒng)能準(zhǔn)確、高效地完成通過(guò)眼底圖像的糖網(wǎng)篩查工作，大大節(jié)省了醫(yī)療成本，同時(shí)便于未 來(lái)建立客觀準(zhǔn)確的大規(guī)模健康數(shù)據(jù)管理系統(tǒng)，展現(xiàn)出很好的臨床應(yīng)用前景。
【附圖說(shuō)明】
[0022] 圖1示出了本發(fā)明一個(gè)實(shí)施例中的篩查系統(tǒng)的結(jié)構(gòu)示意圖；
[0023]圖2示出了一個(gè)實(shí)施例中所采用的圖像獲取設(shè)備；
[0024]圖3示出了一個(gè)實(shí)施例中所采用的輸出設(shè)備；
[0025]圖4示出了本發(fā)明的系統(tǒng)在工作時(shí)，對(duì)圖像的具體處理過(guò)程；
[0026]圖5示出了對(duì)眼底圖像進(jìn)行處理過(guò)程中，處理前及處理各個(gè)階段的眼底圖像，其 中，a為Messidor數(shù)據(jù)的原圖，b為圖像預(yù)處理后的圖像，c增強(qiáng)后的圖像，d為血管分割的輸 出結(jié)果，e為視盤定位的輸出結(jié)果，f為兩種病變的提取結(jié)果；
[0027]圖6示出了一個(gè)檢測(cè)結(jié)果的示例；
[0028]圖7為按照視覺(jué)注意理論生成的眼底圖像各特征的顯著性圖，其中，（a)為亮度顯 著性圖，（b)為顏色顯著性圖，（c)為方向顯著性圖；
[0029]圖8為利用顯著性圖定位視盤的結(jié)果，其中，（a)為原始圖像，（b)為顯著圖性圖， (c)為F0A提取圖，（d)為定位視盤圖；
[0030] 圖9為血管抹除效果對(duì)比圖，其中，（a)為綠色通道原圖，（b)為抹除血管后圖；
[0031] 圖10為圖像極坐標(biāo)轉(zhuǎn)換前后的對(duì)比圖，其中，（a)為極坐標(biāo)轉(zhuǎn)換前，（b)為極坐標(biāo)轉(zhuǎn) 換后；
[0032] 圖11為邊緣提取過(guò)程的示意圖，其中，（a)為亞像素邊緣提取，（b)為連接邊緣視 盤。
【具體實(shí)施方式】
[0033] 實(shí)施例1
[0034]如圖1所示，在本實(shí)施例中，篩查系統(tǒng)包括一臺(tái)彩色眼底相機(jī)、圖像處理及篩查設(shè) 備(其可以通過(guò)安裝有糖網(wǎng)智能分析軟件的計(jì)算機(jī)實(shí)現(xiàn)，也可以通過(guò)專用的處理器實(shí)現(xiàn)）以 及診斷報(bào)告打印機(jī)。其他醫(yī)院或基層篩查單位所采集的圖像也可以傳輸給圖像處理及篩查 設(shè)備。
[0035]圖2示出了本實(shí)施例中所采用的彩色眼底相機(jī)的結(jié)構(gòu)示意圖；圖3示出了本實(shí)施例 中所采用的診斷報(bào)告打印機(jī)的結(jié)構(gòu)示意圖。彩色眼底相機(jī)用于獲取患者的彩色眼底圖像， 由專業(yè)的醫(yī)生操作獲取并把圖像傳輸?shù)接?jì)算機(jī)的固定路徑下。
[0036]所采集的圖像要直接或間接傳輸給圖像處理及篩查設(shè)備，圖像處理及篩查設(shè)備基 于所采集的圖像進(jìn)行圖像處理并最終輸出檢測(cè)結(jié)果給診斷報(bào)告打印機(jī)，后者根據(jù)檢測(cè)結(jié)果 打印相應(yīng)報(bào)告。
[0037]本發(fā)明的核心在于圖像處理及篩查設(shè)備，下面主要對(duì)本實(shí)施例的圖像處理及篩查 設(shè)備進(jìn)行更詳細(xì)的描述。
[0038]圖像處理及篩查設(shè)備包括：圖像預(yù)處理模塊、圖像校正模塊、血管分割模塊、視盤 定位模塊、紅色病變檢測(cè)模塊、亮度病變檢測(cè)模塊以及分類模塊。
[0039]圖像預(yù)處理模塊用于對(duì)眼底圖像進(jìn)行預(yù)處理。在檢測(cè)眼底圖像中的解剖結(jié)構(gòu)和病 變之前，眼底圖像的視場(chǎng)(R0I)需要通過(guò)自適應(yīng)閾值分割和模板匹配的方法預(yù)先找到，使圖 像的黑色背景得以去除，圖像預(yù)處理模塊就是用于實(shí)現(xiàn)該功能。
[0040] 圖像校正模塊用于對(duì)不同圖像進(jìn)行補(bǔ)償。為了從千差萬(wàn)別的眼底圖像中獲得穩(wěn)定 的信息，對(duì)圖像進(jìn)行顏色、亮度以及曝光分布的歸一化處理十分必要。圖像校正模塊先根據(jù) 圖像的曝光分布擬合出一個(gè)圖像亮度二次曲面，然后根據(jù)擬合的曲面對(duì)圖像的亮度分布進(jìn) 行反補(bǔ)償，使亮的減弱，同時(shí)暗的區(qū)域增強(qiáng)，從而保證曝光的均勻，然后從國(guó)際Messidor標(biāo) 準(zhǔn)眼底圖庫(kù)選定一幅質(zhì)量較好的圖像作為參考圖像，計(jì)算參考圖像顏色和亮度通道上的灰 度直方圖峰值，把被處理圖像的色調(diào)、飽和度和亮度信息的灰度直方圖都?xì)w一化到參考圖 像的參考值上，從而保證了被處理圖像的穩(wěn)定性。
[0041] 血管分割模塊用于從圖像中分割出圖像中的血管。血管系統(tǒng)是視網(wǎng)膜中最重要的 解剖結(jié)構(gòu)之一。血管的準(zhǔn)確分割對(duì)于從紅色病變中區(qū)分毛細(xì)血管以及其他解剖結(jié)構(gòu)，比如 視盤的檢測(cè)都非常關(guān)鍵。本實(shí)施例中，血管分割模塊通過(guò)亮度閾值分割以及基于顏色特征 的監(jiān)督分類方法有效地分割出血管邊界。
[0042] 視盤定位模塊用于對(duì)圖像中視盤進(jìn)行定位。視盤是眼底另一個(gè)很重要的解剖結(jié) 構(gòu)。視盤的正確定位對(duì)于后期減少亮度病變的錯(cuò)判非常有用。視盤是通過(guò)其亮度、形狀以及 血管的方向等特征進(jìn)行定位的。
[0043] 紅色病變檢測(cè)模塊用于對(duì)紅色病變進(jìn)行檢測(cè)。紅色病變，包括微血管瘤、出血和增 殖血管，是DR的重要特征，因此，他們的正確檢測(cè)對(duì)DR篩查系統(tǒng)而言非常重要。小的紅色病 灶的定位基于數(shù)學(xué)形態(tài)學(xué)來(lái)獲得候選區(qū)域，大的紅色病灶的定位則通過(guò)基于顏色特征的監(jiān) 督分類來(lái)完成。使用有監(jiān)督的分類器和一組描述候選區(qū)域形狀、結(jié)構(gòu)、顏色和對(duì)比度的特 征，可計(jì)算出所檢測(cè)出的候選區(qū)域是一個(gè)真正紅色病變的概率。
[0044] 亮度病變檢測(cè)模塊用于檢測(cè)出圖像中的亮度病變。亮度病變，如滲出、棉絮斑或玻 璃膜疣，經(jīng)常出現(xiàn)在DR人群篩查中。只有前兩種病變與DR相關(guān)