CN104013384B - 眼前节断层图像特征提取方法 - Google Patents
眼前节断层图像特征提取方法 Download PDFInfo
- Publication number
- CN104013384B CN104013384B CN201410259305.4A CN201410259305A CN104013384B CN 104013384 B CN104013384 B CN 104013384B CN 201410259305 A CN201410259305 A CN 201410259305A CN 104013384 B CN104013384 B CN 104013384B
- Authority
- CN
- China
- Prior art keywords
- ocular segment
- anterior ocular
- faultage image
- extracting method
- anterior
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
本发明提供了一种眼前节断层图像特征提取方法,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量。本发明通过寻找潜在区域及blob形状分析减少了需要进一步处理的区域范围,从而大幅度提高了图像处理时间,采用两次查找边缘使得定位更加精确,从而实现了在眼前节断层图像特征的实时提取、分析,为后续求得眼前节临床参数提供了可靠的基础数据。
Description
技术领域
本发明涉及眼科医学图像处理方法,尤其涉及一种眼前节断层图像特征提取方法。
背景技术
眼前节是眼球的一部分,具体包括:全部角膜、虹膜、睫状体、前房、后房、晶状体悬韧带、房角、部分晶状体、周边玻璃体、视网膜及眼外肌附着点部和结膜等。
近年来眼科医学影像技术发展迅速,使眼科医生对眼睛的观察更直接、更清晰,确诊率也更高。计算机辅助诊断技术主要研究如何通过图像处理技术对这些眼科医学影像信息进行有效的处理,辅助眼科医生的诊断甚至进行手术规划,具有重大的社会效益和广泛的应用前景。
医学图像处理技术作为计算机辅助诊断的关键不断发展,各学科的交叉已是必然的趋势。特别是随着眼科医疗的蓬勃发展,对眼科医学图像处理与分析提出的要求也越来越高,所以进一步研究研究医学图像处理与分析具有十分重要的意义。
因此,本领域的技术人员致力于开发一种眼前节断层图像特征提取方法。
发明内容
有鉴于现有技术的缺陷,本发明所要解决的技术问题是提供一种眼前节断层图像特征提取方法。
为实现上述目的,本发明提供了一种眼前节断层图像特征提取方法,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量。也可根据系统的精度需求设定相应的容错机制,以提高系统测量效率。例如设置未能成功找到眼前节特征的累计计数器和连续找不到眼前节的计数器参数。
进一步地,对单张断层图像进行处理,包括以下步骤:
(1)对图像进行二值化;
(2)blob分析确定潜在区域;
(3)利用形态学分析剔除毛刺和噪声;
(4)查找区域边界的局部最大梯度跳变,以精确定位边界。
进一步地,眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界;
进一步地,用相机连续采集眼前节断层图像。
进一步地,眼前节断层图像为bmp或jpeg格式。
进一步地,眼前节断层图像可以是相同分辨率或不同分辨率的。
进一步地,连续n张照片均能找到眼前节特征,其中n≥15。
技术效果
本发明通过寻找潜在区域及blob形状分析减少了需要进一步处理的区域范围,从而大幅度提高了图像处理时间,采用两次查找边缘使得定位更加精确,从而实现了在眼前节断层图像特征的实时提取、分析,为后续求得眼前节临床参数提供了可靠的基础数据。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1是本发明的一个较佳实施例的眼前节断层扫描测量整体流程图,该流程图未增加容错机制。
图2是本发明的一个较佳实施例的图像处理流程图。
具体实施方式
如图1所示,首先将系统初始化,计数器清零,即设为i=0。用相机采集一张图像,保存为压缩率较低的文件格式,例如bmp或者jpeg格式,保证图像具有更多的局部细节。
接下来的步骤中,对相机采集的图像作处理,如图2所示。第一步,对图像进行二值化;第二步,blob分析确定潜在区域;第三步,利用形态学分析剔除毛刺和噪声;第四步,查找区域边界的局部最大梯度跳变,以精确定位边界。眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界;以上完成了单张图像的处理,确定1次眼前节特征,计数器增加1次,即i=i+1。若连续n次均成功获得眼前节参数并定位眼前节,即i从0连续累加至n,完成眼前节断层整体扫描测量。一般需保证n≥15。如果上述过程中某一次未成功获得眼前节特征,则不管i已累计至何数值,均直接清零。然后重新开始图像采集、图像处理、寻找眼前节特征等一系列步骤,直至连续n次成功找到眼前节特征,完成眼前节断层整体扫描测量。
为了提高采集效率,且在精度允许范围内,可以加入容错机制,即部分图片未能准确定位眼前节参数:
1.增加累计未能定位眼前节参数的计数器j。当某张图片未能成功定位眼前节时,计数器j增加1次,即j=j+1,当j≤m时,忽略该帧图像,成功提取的计数器i继续加1,即i=i+1,直到j>m时,则不管i已累计至何数值,所有计数器均直接清零,重新开始新一轮的采集。可根据系统精度要求设置相应的m值,m≥0,当m=0时,系统精度最高。
2.增加连续未能准确定位眼前节参数的计数器t,当上一帧图像和当前帧图像均未能准确定位眼前节时,计数器t增加1次,即t=t+1,当t≤k时,忽略该帧图像,成功提取的计数器i继续加1,即i=i+1,直到t>k时,则不管i已累计至何数值,所有计数器均直接清零,重新开始新一轮的采集。可根据系统的精度要求设置相应的k值,k≥0。当k=0时,系统精度最高。
单帧图像处理的时间控制在25ms内,可实现眼前节特征的实时定位及显示。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.眼前节断层图像特征提取方法,其特征在于,包括以下步骤:采集眼前节断层图像,对单张断层图像进行处理并找到眼前节特征;根据眼前节特征,分别确定眼前节各部分表面边界;连续n张图像均能够找到眼前节特征,即完成眼前节断层整体扫描测量;
所述对单张断层图像进行处理,包括以下步骤:
(1)对图像进行二值化;
(2)blob分析确定潜在区域;
(3)利用形态学分析剔除毛刺和噪声;
(4)查找区域边界的局部最大梯度跳变,以精确定位边界。
2.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,所述眼前节各部分表面边界是指:角膜前表面、角膜后表面、虹膜前表面和瞳孔前表面边界。
3.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,用相机连续采集眼前节断层图像。
4.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,眼前节断层图像为bmp或jpeg格式。
5.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,眼前节断层图像可以是相同分辨率或不同分辨率的。
6.根据权利要求1所述的眼前节断层图像特征提取方法,其特征在于,其中n≥15。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410259305.4A CN104013384B (zh) | 2014-06-11 | 2014-06-11 | 眼前节断层图像特征提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410259305.4A CN104013384B (zh) | 2014-06-11 | 2014-06-11 | 眼前节断层图像特征提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104013384A CN104013384A (zh) | 2014-09-03 |
CN104013384B true CN104013384B (zh) | 2016-04-20 |
Family
ID=51430596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410259305.4A Active CN104013384B (zh) | 2014-06-11 | 2014-06-11 | 眼前节断层图像特征提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104013384B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105411523B (zh) * | 2015-12-07 | 2020-04-10 | 温州医科大学眼视光器械有限公司 | 一种角膜图像处理方法 |
CN108470348A (zh) * | 2018-02-13 | 2018-08-31 | 温州眼视光发展有限公司 | 裂隙灯眼前节断层图像特征提取方法 |
US20210330182A1 (en) * | 2018-08-07 | 2021-10-28 | Wenzhou Medical University | Optical coherence tomography image processing method |
CN110110761A (zh) * | 2019-04-18 | 2019-08-09 | 温州医科大学 | 基于机器视觉的眼前节断层图像的图像特征提取方法 |
CN110096978A (zh) * | 2019-04-18 | 2019-08-06 | 温州医科大学 | 基于机器视觉的偏心摄影验光图像处理的方法 |
CN111110183A (zh) * | 2019-12-17 | 2020-05-08 | 温州医科大学 | 一种双眼光学相干自动对焦成像装置及工作方法 |
CN111652841A (zh) * | 2020-04-24 | 2020-09-11 | 温州医科大学附属眼视光医院 | 一种基于图像处理的角膜损伤检测方法 |
CN111861977A (zh) * | 2020-05-27 | 2020-10-30 | 温州医科大学附属眼视光医院 | 一种基于机器视觉的眼前节断层图像的特征提取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900951A (zh) * | 2006-06-02 | 2007-01-24 | 哈尔滨工业大学 | 基于数学形态学的虹膜图像柔性分区方法 |
CN101241548A (zh) * | 2007-02-08 | 2008-08-13 | 爱信精机株式会社 | 睑检测装置及其程序 |
CN102469935A (zh) * | 2009-07-14 | 2012-05-23 | 佳能株式会社 | 图像处理设备、图像处理方法和程序 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5743425B2 (ja) * | 2010-04-30 | 2015-07-01 | キヤノン株式会社 | 眼科装置及び眼科装置の制御方法 |
JP5818409B2 (ja) * | 2010-06-17 | 2015-11-18 | キヤノン株式会社 | 眼底撮像装置及びその制御方法 |
-
2014
- 2014-06-11 CN CN201410259305.4A patent/CN104013384B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1900951A (zh) * | 2006-06-02 | 2007-01-24 | 哈尔滨工业大学 | 基于数学形态学的虹膜图像柔性分区方法 |
CN101241548A (zh) * | 2007-02-08 | 2008-08-13 | 爱信精机株式会社 | 睑检测装置及其程序 |
CN102469935A (zh) * | 2009-07-14 | 2012-05-23 | 佳能株式会社 | 图像处理设备、图像处理方法和程序 |
Non-Patent Citations (1)
Title |
---|
眼前节组织OCT图像边缘检测及特征角点提取;黄思尉 田小林 孙延奎;《计算机工程与应用》;20120930;第48卷(第25期);第159页第1部分-第161页第3部分 * |
Also Published As
Publication number | Publication date |
---|---|
CN104013384A (zh) | 2014-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104013384B (zh) | 眼前节断层图像特征提取方法 | |
Ting et al. | Artificial intelligence for anterior segment diseases: Emerging applications in ophthalmology | |
US11210789B2 (en) | Diabetic retinopathy recognition system based on fundus image | |
Fu et al. | Segmentation and quantification for angle-closure glaucoma assessment in anterior segment OCT | |
WO2021115313A1 (zh) | 医学影像中正常器官的轮廓线自动勾画系统 | |
CN105411525A (zh) | 一种眼底照片图像智能获取识别系统 | |
CN111839455A (zh) | 甲状腺相关眼病的眼部体征识别方法及设备 | |
US20140119624A1 (en) | Volumetric analysis of pathologies | |
Aquino et al. | Automated optic disc detection in retinal images of patients with diabetic retinopathy and risk of macular edema | |
CN104809424A (zh) | 一种基于虹膜特征实现视线追踪的方法 | |
CN102136135A (zh) | 眼前节光学相干层析图像的角膜及眼前房内轮廓提取方法 | |
Suero et al. | Locating the Optic Disc in Retinal Images Using Morphological Techniques. | |
CN109691980A (zh) | 一种糖尿病视网膜图像病变检测方法 | |
CN104050667A (zh) | 瞳孔跟踪图像处理方法 | |
CN110110761A (zh) | 基于机器视觉的眼前节断层图像的图像特征提取方法 | |
WO2016108755A1 (en) | Method and apparatus for aligning a two-dimensional image with a predefined axis | |
CN111938567B (zh) | 基于深度学习的眼科参数测量方法、系统及设备 | |
Sadhukhan et al. | Optic disc localization in retinal fundus images using faster R-CNN | |
Besenczi et al. | Automatic optic disc and optic cup detection in retinal images acquired by mobile phone | |
Aruchamy et al. | Automated glaucoma screening in retinal fundus images | |
Tan et al. | Automatic feature extraction of optical coherence tomography for lamina cribrosa detection | |
Wieclawek | Automatic cysts detection in optical coherence tomography images | |
CN1873654A (zh) | 视频图像参数校验的系统及方法 | |
Xia et al. | IR image based eye gaze estimation | |
WO2020029064A1 (zh) | 光学相干断层图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |