CN111243087B - 眼底血管的三维重建方法、装置及电子设备 - Google Patents
眼底血管的三维重建方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111243087B CN111243087B CN202010067981.7A CN202010067981A CN111243087B CN 111243087 B CN111243087 B CN 111243087B CN 202010067981 A CN202010067981 A CN 202010067981A CN 111243087 B CN111243087 B CN 111243087B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- fundus
- blood vessel
- octa image
- image
- 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
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 74
- FCKYPQBAHLOOJQ-UHFFFAOYSA-N Cyclohexane-1,2-diaminetetraacetic acid Chemical compound OC(=O)CN(CC(O)=O)C1CCCCC1N(CC(O)=O)CC(O)=O FCKYPQBAHLOOJQ-UHFFFAOYSA-N 0.000 claims abstract description 89
- 238000010586 diagram Methods 0.000 claims abstract description 58
- 238000001914 filtration Methods 0.000 claims abstract description 31
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 29
- 238000013178 mathematical model Methods 0.000 claims abstract description 27
- 238000009792 diffusion process Methods 0.000 claims abstract description 17
- 238000011282 treatment Methods 0.000 claims abstract description 15
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 230000002207 retinal effect Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 20
- 238000012014 optical coherence tomography Methods 0.000 claims description 16
- 230000001629 suppression Effects 0.000 claims description 16
- 230000002792 vascular Effects 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 210000001525 retina Anatomy 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000035515 penetration Effects 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000001210 retinal vessel Anatomy 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Eye Examination Apparatus (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种眼底血管的三维重建方法、装置及电子设备,包括:利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理;基于OCTA图像提取血管轮廓图;根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图建立三维血管模型。本发明可以提高眼底血管三维重建的效率和准确性。
Description
技术领域
本发明涉及数字图像处理技术领域,尤其是涉及一种眼底血管的三维重建方法、装置及电子设备。
背景技术
眼底视网膜血管是人体的血管循环系统的一部分,通过观察眼底视网膜血管的变化,可以对许多心血管疾病进行诊断。现有的方法中,通常通过眼底影像仪器获取眼底的二维图像,采用计算机技术绘制眼底的三维结构示意图,重建眼底血管的三维模型。但是,常用的眼底影像仪器分辨率较低,生成图像的速度较慢,需要借助造影剂获得活体视网膜脉络膜血管影像,因而会导致眼底血管三维重建的效率和准确性较低。
发明内容
有鉴于此,本发明的目的在于提供一种眼底血管的三维重建方法、装置及电子设备,以提高了眼底血管三维重建的效率和准确性。
第一方面,本发明实施例提供了一种眼底血管的三维重建方法,包括:
利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理;
基于OCTA图像提取血管轮廓图;
根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;
修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图建立三维血管模型。
在一种实施方式中,利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理的步骤之前,还包括:去除OCTA图像的视网膜浅层阴影。
在一种实施方式中,去除OCTA图像的视网膜浅层阴影的步骤包括:去除OCTA图像中灰度值小于阈值的视网膜浅层阴影。
在一种实施方式中,利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理的步骤,包括:
对去除视网膜浅层阴影的OCTA图像进行小波分解,并计算小波分解后的小波系数之间的空域相关性;
根据每一小波系数为信号系数的概率确定其压制因数和压制策略;
根据压制因数和压制策略对去除视网膜浅层阴影的OCTA图像进行高频噪声滤波处理。
在一种实施方式中,修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图重建三维血管的步骤之后,还包括:根据图像网络技术得到眼底血管的三维信息。
在一种实施方式中,根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图的步骤,包括:
以OCTA图像中的血管为中心向四周扩散,将OCTA图像逆投影到眼底数学模型的三维曲面上直到满足预设条件,建立三维骨架图。
第二方面,本发明实施例提供了一种眼底血管的三维重建装置,包括:
滤波模块,用于利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理;
提取模块,用于基于OCTA图像提取血管轮廓图;
投影模块,用于根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;
三维血管重建模块,用于修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图重建三维血管模型。
在一种实施方式中,装置还包括:预处理模块,用于去除OCTA图像的视网膜浅层阴影。
第三方面,本发明实施例提供了一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。
本发明实施例提供的上述眼底血管的三维重建方法、装置及电子设备,能够利用眼底光学相干断层扫描OCTA图像重建眼底血管的三维模型,首先通过小波分解法对OCTA图像进行高频噪声滤波处理,并从提取处理后的OCTA图像中提取血管轮廓图;之后采用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;最后根据修正后的三维骨架图和血管轮廓图建立三维血管模型。上述方法通过小波分解分解法对OCTA图像进行滤波处理,从而提高OCTA图像的对比度和信噪比,便于后续三维血管的重建;进而利用中心扩散逆投影法重建眼底曲面的三维骨架图,并在血管轮廓图和三维骨架图的基础上进行分析、处理,重建三维血管模型,提高了眼底血管三维重建的准确性;同时,眼底光学相干断层扫描成像技术穿透力度强、分辨率高,生成图像的速度较快,因此基于OCT A图像建立三维模型提高了眼底血管三维重建的效率。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种眼底血管的三维重建方法的流程示意图;
图2为本发明实施例提供的一种患者眼底血管部分OCTA图像示意图;
图3为本发明实施例提供的一种滤波和去噪处理后的OCTA图像示意图;
图4为本发明实施例提供的一种重建的三维血管模型示意图;
图5为本发明实施例提供的一种眼底血管的三维重建装置的结构示意图;
图6本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前常用的眼底影像仪器分辨率较低,生成图像的速度较慢,需要借助造影剂获得活体视网膜脉络膜血管影像,因而会导致眼底血管三维重建的效率和准确性较低。而光学相干断层扫描血流成像(OCTA,Optical Coherence Tomography Angiography)技术是近年来兴起的一种光学非侵入性的新型眼底影像检查技术,可高分辨率识别视网膜脉络膜血流运动信息,对活体组织视网膜脉络膜微血管循环成像。在正常视网膜脉络膜血管改变及疾病的管理随访和治疗效果检测等方面具有独特优势。
基于此,本发明实施例提供的一种眼底血管的三维重建方法、装置及电子设备,可以提高眼底血管三维重建的效率和准确性。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种眼底血管的三维重建方法进行详细介绍,参见图1所示的一种眼底血管的三维重建方法的流程示意图,该方法可以由电子设备执行,主要包括以下步骤S101至步骤S104:
步骤S101:利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理。
在一种具体应用中,基于OCTA技术获取得到的眼底OCTA图像可能存在多种噪声干扰,例如光源和电路的量子干扰,扫描的非线性,眼睛对光线的非均匀散射等;另外,它与成像设备的仪器质量及成像过程也有很大的关系。因此,为了获得高精度的图像,可以采用小波分解法对获取的OCTA图像进行高频噪声滤波处理,去除噪声干扰,提高图像的对比度和信噪比,为后续处理提供基础。
步骤S102:基于OCTA图像提取血管轮廓图。
具体的,可以根据OCTA图像的灰度值进行判断,选取合适的第一阈值,令OCTA图像中灰度值大于第一阈值的部分显示为白色;OCTA图像中灰度值小于第一阈值的部分显示为黑色,从而可以得到血管轮廓图。对于第一阈值的选取可以根据实际情况进行选取,在此不做限定。
步骤S103:根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图。
具体的,眼底数学模型可以是根据解剖学和生理特征,根据先验知识建立的适于医学可视化的眼底数学模型,解剖学和生理特征方法可以弥补二维图像不足。基于该模型采用中心扩散算法,以OCTA图像中的血管为中心向四周扩散,将OCTA图像逆投影到眼底数学模型的三维曲面上直到满足预设条件,从而建立三维骨架图。其中,预设条件可以是诸如以血管为中心向四周扩散至该OCTA图像的边缘。
步骤S104:修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图建立三维血管模型。
本发明实施例提供的上述眼底血管的三维重建方法,能够利用眼底光学相干断层扫描OCTA图像重建眼底血管的三维模型,首先通过小波分解法对OCTA图像进行高频噪声滤波处理,并从提取处理后的OCTA图像中提取血管轮廓图;之后采用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;最后根据修正后的三维骨架图和血管轮廓图建立三维血管模型。上述方法通过小波分解分解法对OCTA图像进行滤波处理,从而提高OCTA图像的对比度和信噪比,便于后续三维血管的重建;进而利用中心扩散逆投影法重建眼底曲面的三维骨架图,并在血管轮廓图和三维骨架图的基础上进行分析、处理,重建三维血管模型,提高了眼底血管三维重建的准确性;同时,眼底光学相干断层扫描成像技术穿透力度强、分辨率高,生成图像的速度较快,因此基于OCTA图像建立三维模型提高了眼底血管三维重建的效率。
进一步,在上述利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理的步骤之前,该方法还包括:去除OCTA图像的视网膜浅层阴影。通常情况下视网膜浅层阴影的灰度值较低,因此可以根据图像的灰度值,去除OCTA图像中灰度值小于阈值的视网膜浅层阴影。需要注意的是,这里的阈值与上述第一阈值不同,对于阈值的选取可以根据实际情况确定,在此不做限定。
进一步,对于上述步骤S101,可以按照以下步骤a1至步骤a3来执行:
步骤a1:对去除视网膜浅层阴影的OCTA图像进行小波分解,并计算小波分解后的小波系数之间的空域相关性。
具体的,小波分解方法可以实现图像得多尺度、多频段分析,对于每一子带的小波系数,可以根据噪声特性分别进行合适的处理。因此,本发明实施例提供的上述方法,对于经过预处理的OCTA图像采用小波算法进行分解,得到小波系数,并计算得到各小波系数之间的空域相关性。小波系数的空域相关性即:如果小波系数Ci,j是信号系数或噪声系数,则Ci,j的领域内的小波系数是信号系数或噪声系数;Ci,j在前一级相应位置上的系数的领域内的小波系数在概率上也倾向于是信号系数或噪声系数。
步骤a2:根据每一小波系数为信号系数的概率确定其压制因数和压制策略。
具体的,根据上述计算得到的小波系数之间的空域相关性,可以得到每一小波系数为信号系数的概率,进一步根据该概率可以确定小波系数的压制因数和压制策略。
步骤a3:根据压制因数和压制策略对去除视网膜浅层阴影的OCTA图像进行高频噪声滤波处理。
具体的,根据压制因数和压制策略可以对小波系数进行压制处理,尽可能的将噪声系数进行压制,而保留信号系数,从而实现对于噪声的滤波处理。
为了更好的理解上述眼底血管的三维重建方法,本发明实施例提供了一种患者眼底血管部分OCTA图像示意图,参见图2所示,示意出每张图片的范围为3mm×3mm,中间圆形区域内的白色线条显示的是血管丛的水平切面图,每个水平切面之间的距离是等距的20微米,本发明实施例提供的方法可以对图中的血管进行结构的三维重建。
进一步,本发明实施例还提供了一种滤波和去噪处理后的OCTA图像示意图,参见图3所示,OCTA图像的对比度和信噪比有所提高,图中血管的轮廓更加清晰。
进一步,本发明实施例还提供了一种重建的三维血管模型示意图,参见图4所示,示意出血管的三维结构,图中可以通过不同的颜色区分不同的区域。
进一步,上述方法还包括:根据图像网络技术得到眼底血管的三维信息。具体的,通过图像网络技术恢复得到眼底血管的三维信息,可以更加清楚直观的观察到患者的眼底血管情况,辅助医生诊断,为疾病检查提供便利。
综上所述,本发明实施例提供的上述眼底血管的三维重建方法,基于基于光学相干断层扫描血流成像技术,利用中心扩散逆投影法重建了眼底曲面,利用血管轮廓图和骨架图重建三维血管。在血管轮廓图和骨架图的基础上进行分析、处理、重建,并对骨架图中的误差进行自动修正,使用图像网格技术来表现三维图形,恢复眼底血管三维信息,便于后续数字化处理,同时直观的三维模型可以辅助医疗诊断。
对于前述实施例提供的眼底血管的三维重建方法,本发明实施例还提供了一种眼底血管的三维重建装置,参见图5所示的一种眼底血管的三维重建装置的结构示意图,该装置可以包括以下部分:
滤波模块501,用于利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理。
提取模块502,用于基于OCTA图像提取血管轮廓图。
投影模块503,用于根据预先建立的可视化的眼底数学模型,利用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图。
三维血管重建模块504,用于修正三维骨架图和血管轮廓图,并根据修正后的三维骨架图和血管轮廓图重建三维血管模型。
本发明实施例提供的上述眼底血管的三维重建装置,能够利用眼底光学相干断层扫描OCTA图像重建眼底血管的三维模型,首先通过小波分解法对OCTA图像进行高频噪声滤波处理,并从提取处理后的OCTA图像中提取血管轮廓图;之后采用中心扩散法将OCTA图像逆投影到眼底数学模型的三维曲面上,建立三维骨架图;最后根据修正后的三维骨架图和血管轮廓图建立三维血管模型。上述装置通过小波分解分解法对OCTA图像进行滤波处理,从而提高OCTA图像的对比度和信噪比,便于后续三维血管的重建;进而利用中心扩散逆投影法重建眼底曲面的三维骨架图,并在血管轮廓图和三维骨架图的基础上进行分析、处理,重建三维血管模型,提高了眼底血管三维重建的准确性;同时,眼底光学相干断层扫描成像技术穿透力度强、分辨率高,生成图像的速度较快,因此基于OCT A图像建立三维模型提高了眼底血管三维重建的效率。
在一种实施方式中,上述装置还包括:预处理模块用于去除OCTA图像的视网膜浅层阴影。
在一种实施方式中,上述预处理模块还用于除OCTA图像中灰度值小于阈值的视网膜浅层阴影。
在一种实施方式中,上述滤波模块501,包括:
小波分解单元,用于对去除视网膜浅层阴影的OCTA图像进行小波分解,并计算小波分解后的小波系数之间的空域相关性;
计算单元,用于根据每一个小波系数为信号系数的概率确定其压制因数和压制策略;
滤波单元,用于根据压制因数和压制策略对去除视网膜浅层阴影的OCTA图像进行高频噪声滤波处理。
在一种实施方式中,上述装置还包括:三维信息恢复模块,用于根据图像网络技术得到眼底血管的三维信息。
在一种实施方式中,上述投影模块503还用于以OCTA图像中的血管为中心向四周扩散,将OCTA图像逆投影到眼底数学模型的三维曲面上直到满足预设条件,建立三维骨架图。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例还提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。
图6为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (7)
1.一种眼底血管的三维重建方法,其特征在于,包括:
利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理;
基于所述OCTA图像提取血管轮廓图;
根据预先建立的可视化的眼底数学模型,利用中心扩散法将所述OCTA图像逆投影到所述眼底数学模型的三维曲面上,建立三维骨架图;
修正所述三维骨架图和所述血管轮廓图,并根据修正后的所述三维骨架图和所述血管轮廓图建立三维血管模型;
所述利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理的步骤之前,还包括:去除所述OCTA图像的视网膜浅层阴影;
所述去除所述OCTA图像的视网膜浅层阴影的步骤包括:去除所述OCTA图像中灰度值小于阈值的视网膜浅层阴影。
2.根据权利要求1所述的眼底血管的三维重建方法,其特征在于,所述利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理的步骤,包括:
对去除视网膜浅层阴影的所述OCTA图像进行小波分解,并计算小波分解后的小波系数之间的空域相关性;
根据每一所述小波系数为信号系数的概率确定其压制因数和压制策略;
根据所述压制因数和所述压制策略对所述去除视网膜浅层阴影的所述OCTA图像进行高频噪声滤波处理。
3.根据权利要求1所述的眼底血管的三维重建方法,其特征在于,所述修正所述三维骨架图和所述血管轮廓图,并根据修正后的所述三维骨架图和所述血管轮廓图重建三维血管的步骤之后,还包括:
根据图像网络技术得到眼底血管的三维信息。
4.根据权利要求1所述的眼底血管的三维重建方法,其特征在于,所述根据预先建立的可视化的眼底数学模型,利用中心扩散法将所述OCTA图像逆投影到所述眼底数学模型的三维曲面上,建立三维骨架图的步骤,包括:
以所述OCTA图像中的血管为中心向四周扩散,将所述OCTA图像逆投影到所述眼底数学模型的三维曲面上直到满足预设条件,建立三维骨架图。
5.一种眼底血管的三维重建装置,其特征在于,包括:
滤波模块,用于利用小波分解法对获取的眼底光学相干断层扫描OCTA图像进行高频噪声滤波处理;
提取模块,用于基于所述OCTA图像提取血管轮廓图;
投影模块,用于根据预先建立的可视化的眼底数学模型,利用中心扩散法将所述OCTA图像逆投影到所述眼底数学模型的三维曲面上,建立三维骨架图;
三维血管重建模块,用于修正所述三维骨架图和所述血管轮廓图,并根据修正后的所述三维骨架图和所述血管轮廓图重建三维血管模型;
所述装置还包括:预处理模块,用于去除所述OCTA图像的视网膜浅层阴影;
所述预处理模块还用于去除所述OCTA图像中灰度值小于阈值的视网膜浅层阴影。
6.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至4任一项所述的方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至4任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067981.7A CN111243087B (zh) | 2020-01-20 | 2020-01-20 | 眼底血管的三维重建方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067981.7A CN111243087B (zh) | 2020-01-20 | 2020-01-20 | 眼底血管的三维重建方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111243087A CN111243087A (zh) | 2020-06-05 |
CN111243087B true CN111243087B (zh) | 2023-11-21 |
Family
ID=70874807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010067981.7A Active CN111243087B (zh) | 2020-01-20 | 2020-01-20 | 眼底血管的三维重建方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111243087B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113436322A (zh) * | 2021-07-08 | 2021-09-24 | 中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所 | 一种眼底血管三维重建方法、装置、设备及存储介质 |
CN115456950B (zh) * | 2022-08-15 | 2023-08-11 | 上海交通大学医学院附属第九人民医院 | 一种穿支血管自动识别和定位方法、设备及存储介质 |
CN115953542B (zh) * | 2023-03-14 | 2023-05-12 | 北京心联光电科技有限公司 | 一种光学相干断层扫描微血管成像方法、装置及设备 |
CN117132715B (zh) * | 2023-10-24 | 2024-02-02 | 之江实验室 | 基于物理驱动噪声鲁棒的飞行时间图像重建方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933756A (zh) * | 2014-03-21 | 2015-09-23 | 北京冠生云医疗技术有限公司 | 三维冠状动脉分析模型的构建方法和系统 |
CN107865642A (zh) * | 2017-09-28 | 2018-04-03 | 温州医科大学 | 一种基于oct血管造影技术的青光眼滤过术后滤过泡评价方法 |
CN108604377A (zh) * | 2015-12-10 | 2018-09-28 | 迈克逊诊断有限公司 | 处理光学相干断层成像扫描图 |
CN108961261A (zh) * | 2018-03-14 | 2018-12-07 | 中南大学 | 一种基于空间连续性约束的视盘区域oct图像层次分割方法 |
CN109389669A (zh) * | 2017-08-04 | 2019-02-26 | 阿里健康信息技术有限公司 | 虚拟环境中人体三维模型构建方法及系统 |
CN110101362A (zh) * | 2019-04-29 | 2019-08-09 | 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 | 一种关于oct和octa的图像噪声去除的方法 |
-
2020
- 2020-01-20 CN CN202010067981.7A patent/CN111243087B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933756A (zh) * | 2014-03-21 | 2015-09-23 | 北京冠生云医疗技术有限公司 | 三维冠状动脉分析模型的构建方法和系统 |
CN108604377A (zh) * | 2015-12-10 | 2018-09-28 | 迈克逊诊断有限公司 | 处理光学相干断层成像扫描图 |
CN109389669A (zh) * | 2017-08-04 | 2019-02-26 | 阿里健康信息技术有限公司 | 虚拟环境中人体三维模型构建方法及系统 |
CN107865642A (zh) * | 2017-09-28 | 2018-04-03 | 温州医科大学 | 一种基于oct血管造影技术的青光眼滤过术后滤过泡评价方法 |
CN108961261A (zh) * | 2018-03-14 | 2018-12-07 | 中南大学 | 一种基于空间连续性约束的视盘区域oct图像层次分割方法 |
CN110101362A (zh) * | 2019-04-29 | 2019-08-09 | 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 | 一种关于oct和octa的图像噪声去除的方法 |
Non-Patent Citations (3)
Title |
---|
《眼底图像血管三维重建方法研究》;李敏;《信息科技》;全文 * |
刘涛.《眼底OCT图像降噪及边缘检测算法研究》.《信息科技》.2012,(第02期),第17-24页. * |
李超等. 《由二维眼底正投影图像向三维曲面逆投影成像的重建算法》.《中国生物医学工程学报》.2002,(第04期),第346-350页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111243087A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111243087B (zh) | 眼底血管的三维重建方法、装置及电子设备 | |
US11727569B2 (en) | Training a CNN with pseudo ground truth for CT artifact reduction | |
JP3373720B2 (ja) | X線断層撮影装置 | |
Das et al. | Unsupervised super-resolution of OCT images using generative adversarial network for improved age-related macular degeneration diagnosis | |
CN112017131B (zh) | Ct图像金属伪影去除方法、装置及计算机可读存储介质 | |
TW201219013A (en) | Method for generating bone mask | |
CN113066061A (zh) | 一种基于mra的动脉瘤检测方法、系统、终端及介质 | |
Kafieh et al. | An accurate multimodal 3-D vessel segmentation method based on brightness variations on OCT layers and curvelet domain fundus image analysis | |
CN111524200B (zh) | 在投影图像中分割金属对象的方法、设备和介质 | |
CN111815766A (zh) | 基于2d-dsa图像重建血管三维模型处理方法及系统 | |
CN106530236A (zh) | 一种医学图像处理方法及系统 | |
CN113706409A (zh) | 基于人工智能的cbct图像增强方法、装置和存储介质 | |
CN102637292B (zh) | 一种图像的处理方法和装置 | |
Banerjee et al. | Point-cloud method for automated 3D coronary tree reconstruction from multiple non-simultaneous angiographic projections | |
Dikkala et al. | A comprehensive analysis of morphological process dependent retinal blood vessel segmentation | |
CN112562058B (zh) | 一种基于迁移学习的颅内血管模拟三维模型快速建立方法 | |
US20240104705A1 (en) | Systems and methods for image correction | |
CN113616226A (zh) | 一种血管分析方法、系统、设备及存储介质 | |
CN111627023B (zh) | 一种冠脉投影图像生成的方法、装置及计算机可读介质 | |
CN112862850A (zh) | 数字剪影血管造影影像处理方法及装置 | |
CN107274429A (zh) | 用于在图像体积中分割小特征的方法 | |
Bulpitt et al. | Spiral CT of abdominal aortic aneurysms: comparison of segmentation with an automatic 3D deformable model and interactive segmentation | |
CN116402954A (zh) | 一种基于深度学习的脊柱三维结构的重建方法 | |
CN106251378B (zh) | 医学图像中边缘伪影的去除方法及装置 | |
JP2020515337A (ja) | 非侵襲的イメージングベースのffrのインタラクションモニタリング |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |