CN104050672A - 基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 - Google Patents
基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 Download PDFInfo
- Publication number
- CN104050672A CN104050672A CN201410295666.4A CN201410295666A CN104050672A CN 104050672 A CN104050672 A CN 104050672A CN 201410295666 A CN201410295666 A CN 201410295666A CN 104050672 A CN104050672 A CN 104050672A
- Authority
- CN
- China
- Prior art keywords
- projection image
- image
- atrophy
- map
- oct retinal
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 206010003694 Atrophy Diseases 0.000 title claims abstract description 12
- 230000037444 atrophy Effects 0.000 title claims abstract description 12
- 210000001525 retina Anatomy 0.000 title description 3
- 230000004256 retinal image Effects 0.000 claims abstract description 23
- 210000001775 bruch membrane Anatomy 0.000 claims abstract description 12
- 230000003247 decreasing effect Effects 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 230000007423 decrease Effects 0.000 claims description 5
- 208000008069 Geographic Atrophy Diseases 0.000 abstract description 41
- 206010064930 age-related macular degeneration Diseases 0.000 abstract description 41
- 210000004204 blood vessel Anatomy 0.000 abstract description 7
- 210000003161 choroid Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 210000003583 retinal pigment epithelium Anatomy 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000012014 optical coherence tomography Methods 0.000 description 3
- 230000002207 retinal effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000003786 sclera Anatomy 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Landscapes
- Eye Examination Apparatus (AREA)
Abstract
本发明提供一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其实现包括以下步骤：步骤1、采集SD-OCT视网膜图像；步骤2、分割步骤1所得图像的布鲁赫膜边界；步骤3、在布鲁赫膜边界下方的0.5毫米厚的窄带区域，定位每列自上而下中灰度值递减的像素点；步骤4、将步骤3得到的灰度值递减像素点构成一曲面，并将曲面与横坐标之间的面积作为GA投影图像的值生成投影图像；以及步骤5、用中值滤波平滑前述步骤4生成的GA投影图像得到最终的结果。本发明的基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法考虑和克服了脉络膜层血管对GA投影图像的影响，提高了GA投影图像的对比度和灰度一致性。
Description
技术领域
本发明涉及投影图像生成和处理技术领域，具体而言涉及一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法。
背景技术
SD-OCT(频域光学相干断层扫描)视网膜图像是一种频域光学相干断层成像图像，它可以有效地呈现视网膜组织层的灰度和结构等变化，临床实验表明SD-OCT图像能够用于测量地图状萎缩(GA)的范围。由于SD-OCT图像是三维的，不利于医生直观而全面的观测GA的范围，因此需要将三维的SD-OCT图像投影成二维的眼底图像。现有的GA投影图像生成方法主要是基于GA区域脉络膜灰度值高于正常脉络膜区域的特性。
现有技术中主要有如下两种GA投影图像生成方法：
(1)基于像素求和的方法。该方法通过将轴方向的所有像素灰度求和GA投影图像，该方法没有排除视网膜神经纤维层(RNFL)等其他高亮视网膜结构，导致GA投影图像的对比度较低。
(2)基于区域限制的像素求和方法。该方法是对上述第一种方法的不足加以改进的方法，将投影区域限制在视网膜色素上皮层(RPE)的下方，以排除RNFL等高亮区域的影响，但该方法没有考虑RPE层下方脉络膜层内血管的影响。由于脉络膜层含有大量的血管，血管在SD-OCT图像上表现为灰度值较低的暗区，这对GA投影图像的对比度和灰度一致性造成了影响。
因此，现有的GA投影图像生成方法没有考虑脉络膜层血管的影响，导致生成的GA投影图像对比度不高。
发明内容
本发明目的在于提供一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，克服上述现有技术中的缺陷。
本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的，本发明所采用的技术方案如下：
一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其实现包括以下步骤：
步骤1、采集SD-OCT视网膜图像；
步骤2、分割步骤1所得图像的布鲁赫膜边界；
步骤3、在布鲁赫膜边界下方的0.5毫米厚的窄带区域，定位每列自上而下中灰度值递减的像素点；
步骤4、将步骤3得到的灰度值递减像素点构成一曲面，并将曲面与横坐标之间的面积作为GA投影图像的值生成投影图像；以及
步骤5、用中值滤波平滑前述步骤4生成的GA投影图像得到最终的结果。
进一步的实施例中，前述步骤2中，采用基于三维图搜索方法来分割布鲁赫膜边界。
进一步的实施例中，前述步骤3中，如果当前像素点的灰度值大于该点后续所有像素点的灰度值，则该点即为至上而下灰度值递减的像素点。
进一步的实施例中，前述步骤4的实现包括以下步骤：
步骤4-1、直线连接由步骤3得到的相邻的灰度值递减的像素点，从而构成一曲面；
步骤4-2、将曲面与横坐标之间的面积作为GA投影图像的值。
进一步的实施例中，前述步骤5中，采用模板大小为3×3中值滤波来平滑前述步骤4生成的GA投影图像，得到最终的结果。
由以上本发明的技术方案可知，本发明的有益效果在于：考虑和克服了脉络膜层血管对GA投影图像的影响，提高了GA投影图像的对比度和灰度一致性。
附图说明
图1是本发明一实施方式基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法的流程图。
图2是由灰度值递减像素点构成曲面下方面积作为GA投影图像的值的流程图。
图3是SD-OCT视网膜图像内部组织示意图。
图4是BM边界下方0.5毫米厚的窄带区域示意图。
图5是窄带区域的灰度值变化曲线示意图。
图6是本发明方法得到的最终的GA投影图像。
图7是基于像素求和方法得到的GA投影图像。
图8是基于区域限制的像素求和方法得到的GA投影图像。
图9是本发明方法与像素求和方法、基于区域限制的像素求和方法得到的GA投影图像的局部放大比较图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
如图1所示，根据本发明的较佳实施方式，一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其实现包括以下步骤：
步骤1、采集SD-OCT视网膜图像；
步骤2、分割步骤1所得图像的布鲁赫膜边界(即BM边界)；
步骤3、在布鲁赫膜边界下方的0.5毫米厚的窄带区域，定位每列自上而下中灰度值递减的像素点；
步骤4、将步骤3得到的灰度值递减像素点构成一曲面，并将曲面与横坐标之间的面积作为GA投影图像的值生成投影图像；以及
步骤5、用中值滤波平滑前述步骤4生成的GA投影图像得到最终的结果。
本实施例中，以SD-OCT视网膜图像作为输入，采用图像处理手段由三维的输入图像生成二维的地图状萎缩投影图像。图3给出了SD-OCT视网膜图像内部组织的示意图。
作为可选的实施方式，前述步骤2中，采用基于三维图搜索方法来分割布鲁赫膜边界。
在一些实施例中，可以采用自动的分割方式，也可以采用半自动的方式来进行分割，例如计算机程序自动分割+修正的方式，当然并不以此为限制。
结合图3、4所示，图3中示例性地给出了BM边界的示意图，图4为采用计算机程序自动分割+修正方式分割BM边界后BM边界下方0.5毫米厚的窄带区域示意图。
在步骤3中，如果当前像素点的灰度值大于该点后续所有像素点的灰度值，则该点即为至上而下灰度值递减的像素点。
结合图2所示，作为可选的实施方式，前述步骤4的实现包括以下步骤：
步骤4-1、直线连接由步骤3得到的相邻的灰度值递减的像素点，从而构成一曲面；
步骤4-2、将曲面与横坐标之间的面积作为GA投影图像的值从而生成投影图像。
本实施例中，前述步骤5中，采用模板大小为3×3中值滤波来平滑前述步骤4生成的GA投影图像，得到最终的结果，该3×3大小的模板能够在去除噪声的同时保持目标的边缘。
下面结合图3-图9所示，对本发明上述实施例及其具体应用实例进行进一步说明。
结合图1所示的流程，通过OCT成像设备采集到SD-OCT视网膜图像，作为一个示例，其采集三维SD-OCT视网膜图像大小为1024×512×128，对应视网膜2mm×6mm×6mm的区域。
图3给出了一帧SD-OCT视网膜图像的感兴趣区域，图中标注了视网膜的几个主要相关组织结构，即：RPE：视网膜色素上皮层，BM：布鲁赫膜，Choroidal vessel：脉络膜血管，Choroid：脉络膜，CSI：脉络膜巩膜边界，GA：地图状萎缩，Sclera：巩膜。这些组织机构及其名称和英文缩写是本领域所熟知的。
图4为基于三维图搜索方法分割得到的BM边界下方0.5毫米(约250个像素)的窄带区域，然后定位每列中至上而下(即沿x轴方向)灰度值递减的像素点。将灰度值递减像素点构成曲面下方的多边形面积作为GA投影图像的值。
图5示例性地给出了第100列窄带区域的灰度值变化曲线，曲线上的带黑色星号的圆圈即为定位得到的至上而下灰度值递减的像素点，这些像素点用直线连接而成的曲线下方面积即作为GA投影图像的值，以此生成GA投影图像。
最后利用模板大小为3×3的中值滤波平滑所生成的GA投影图像即可得到最终的结果，如图6所示。
图7和图8分别为现有技术中基于像素求和方法和基于区域限制的像素求和方法得到的GA投影图像，图9为三种方法得到GA投影图像的局部放大(如图8中的黑色虚线框)比较。从图6-图9可知：本发明得到的GA投影图像能够在二维眼底图像中清晰地显示GA区域，且克服了脉络膜层血管对GA投影的影响(如图9中的左列区域所示)，GA区域的内部灰度一致性和对比度都优于现有的方法，这为临床医生的疾病诊断和后续的GA分割提供了方便。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。
Claims (5)
1.一种基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其特征在于，其实现包括以下步骤：
步骤1、采集SD-OCT视网膜图像；
步骤2、分割步骤1所得图像的布鲁赫膜边界；
步骤3、在布鲁赫膜边界下方的0.5毫米厚的窄带区域，定位每列自上而下中灰度值递减的像素点；
步骤4、将步骤3得到的灰度值递减像素点构成一曲面，并将曲面与横坐标之间的面积作为GA投影图像的值生成投影图像；以及
步骤5、用中值滤波平滑前述步骤4生成的GA投影图像得到最终的结果。
2.根据权利要求1所述的基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其特征在于，前述步骤2中，采用基于三维图搜索方法来分割布鲁赫膜边界。
3.根据权利要求1所述的基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其特征在于，前述步骤3中，如果当前像素点的灰度值大于该点后续所有像素点的灰度值，则该点即为至上而下灰度值递减的像素点。
4.根据权利要求1所述的基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其特征在于，前述步骤4的实现包括以下步骤：
步骤4-1、直线连接由步骤3得到的相邻的灰度值递减的像素点，从而构成一曲面；
步骤4-2、将曲面与横坐标之间的面积作为GA投影图像的值。
5.根据权利要求1所述的基于SD-OCT视网膜图像的地图状萎缩投影图像生成方法，其特征在于，前述步骤5中，采用模板大小为3×3中值滤波来平滑前述步骤4生成的GA投影图像，得到最终的结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410295666.4A CN104050672B (zh) | 2014-06-26 | 2014-06-26 | 基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410295666.4A CN104050672B (zh) | 2014-06-26 | 2014-06-26 | 基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104050672A true CN104050672A (zh) | 2014-09-17 |
| CN104050672B CN104050672B (zh) | 2016-09-21 |
Family
ID=51503455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410295666.4A Expired - Fee Related CN104050672B (zh) | 2014-06-26 | 2014-06-26 | 基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104050672B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104851103A (zh) * | 2015-05-29 | 2015-08-19 | 西安交通大学医学院第一附属医院 | 基于sd-oct视网膜图像的脉络膜血管抽取方法 |
| CN108416793A (zh) * | 2018-01-16 | 2018-08-17 | 武汉诺影云科技有限公司 | 基于三维相干断层成像图像的脉络膜血管分割方法及系统 |
| CN108830856A (zh) * | 2018-05-25 | 2018-11-16 | 南京理工大学 | 一种基于时间序列sd-oct视网膜图像的ga自动分割方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514605B (zh) * | 2013-10-11 | 2016-01-20 | 南京理工大学 | 基于hd-oct视网膜图像的脉络膜层自动分割方法 |
-
2014
- 2014-06-26 CN CN201410295666.4A patent/CN104050672B/zh not_active Expired - Fee Related
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104851103A (zh) * | 2015-05-29 | 2015-08-19 | 西安交通大学医学院第一附属医院 | 基于sd-oct视网膜图像的脉络膜血管抽取方法 |
| CN104851103B (zh) * | 2015-05-29 | 2018-01-19 | 西安交通大学医学院第一附属医院 | 基于sd‑oct视网膜图像的脉络膜血管抽取方法 |
| CN108416793A (zh) * | 2018-01-16 | 2018-08-17 | 武汉诺影云科技有限公司 | 基于三维相干断层成像图像的脉络膜血管分割方法及系统 |
| CN108830856A (zh) * | 2018-05-25 | 2018-11-16 | 南京理工大学 | 一种基于时间序列sd-oct视网膜图像的ga自动分割方法 |
| CN108830856B (zh) * | 2018-05-25 | 2021-09-10 | 南京理工大学 | 一种基于时间序列sd-oct视网膜图像的ga自动分割方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104050672B (zh) | 2016-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yin et al. | User-guided segmentation for volumetric retinal optical coherence tomography images | |
| Abràmoff et al. | Retinal imaging and image analysis | |
| JP6594033B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| AU2021202217B2 (en) | Methods and systems for ocular imaging, diagnosis and prognosis | |
| US8699774B2 (en) | Image processing apparatus, control method thereof, and program | |
| CN106600614B (zh) | 基于凹凸性的sd-oct视网膜图像cnv分割方法 | |
| Chiu et al. | Automatic segmentation of closed-contour features in ophthalmic images using graph theory and dynamic programming | |
| Chen et al. | Automated segmentation of the choroid in EDI-OCT images with retinal pathology using convolution neural networks | |
| JP2022103221A (ja) | 医用画像処理装置、医用画像処理システム、医用画像処理方法及びプログラム | |
| CN102136135B (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 | |
| JP2014527434A (ja) | 光干渉断層法におけるフィーチャの動き補正及び正規化 | |
| JP2010279439A (ja) | 画像処理装置及びその制御方法、コンピュータプログラム | |
| JP2011120656A (ja) | 画像処理装置及び画像処理方法 | |
| JP5631339B2 (ja) | 画像処理装置、画像処理方法、眼科装置、眼科システム及びコンピュータプログラム | |
| CN103854284B (zh) | 基于三维图搜索浆液性色素上皮层脱离的视网膜分割方法 | |
| Oh et al. | Automatic computer-aided diagnosis of retinal nerve fiber layer defects using fundus photographs in optic neuropathy | |
| CN104574374B (zh) | 视网膜浆液性色素上皮层脱离的自动分割方法 | |
| Liu et al. | Automated retinal boundary segmentation of optical coherence tomography images using an improved Canny operator | |
| Elsawy et al. | Automatic segmentation of corneal microlayers on optical coherence tomography images | |
| CN104050672B (zh) | 基于sd-oct视网膜图像的地图状萎缩投影图像生成方法 | |
| Pan et al. | Segmentation guided registration for 3d spectral-domain optical coherence tomography images | |
| CN109003284A (zh) | 基于层厚统计信息模型的相干光断层扫描图像的层分割方法 | |
| JP6825058B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| Wieclawek | Automatic cysts detection in optical coherence tomography images | |
| Zhang et al. | Fast retinal layer segmentation of spectral domain optical coherence tomography images |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160921 Termination date: 20180626 |