CN113469875A - 光衰图像合成方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请适用于神经网络技术领域，尤其涉及一种光衰图像合成方法、装置、终端设备及存储介质。该方法通过待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息，确定像素点的光衰减系数值，并将待合成OCT图像中像素点的像素值更新为光衰减系数值，能够准确地得到光衰减系数值，可实现OCT图像直接转换为光衰图像。

Description

光衰图像合成方法、装置、终端设备及存储介质

技术领域

本申请属于神经网络技术领域，尤其涉及一种光衰图像合成方法、装置、终端设备及存储介质。

背景技术

目前，在医学诊断中会使用光学相干断层扫描(Optical Coherence Tomography，OCT)系统检测人体组织、血管等得到OCT图像，为了使得OCT图像能够更客观地反映光衰情况，辅助医务人员诊断血管斑块等，通常需要对OCT图像进行计算得到光衰减系数，现有的计算光衰减系数过程不明确，无法准确的得到光衰图像。

发明内容

有鉴于此，本申请实施例提供了一种基于光衰图像合成方法、装置、终端设备及存储介质，以解决现有技术计算光衰减系数存在误差的问题。

第一方面，本申请实施例提供一种基于光衰图像合成方法，

所述光衰图像合成方法包括：

获取待合成OCT图像的像素点的像素信息和拍摄所述待合成OCT图像的OCT系统的参数信息，所述像素信息包括尺度因子和图像深度，所述参数信息包括光束腰位置和瑞利长度；

根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值；

使用所述光衰减系数值更新所述待合成OCT图像的像素点的像素值，得到所述待合成OCT图像的光衰图像。

第二方面，本申请实施例提供一种基于光衰图像合成装置，所述光衰图像合成装置包括：

获取模块，用于获取待合成OCT图像的像素点的像素信息和拍摄所述待合成OCT图像的OCT系统的参数信息，所述像素信息包括尺度因子和图像深度，所述参数信息包括光束腰位置和瑞利长度；

光衰减确定模块，用于根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值；

合成模块，用于使用所述光衰减系数值更新所述待合成OCT图像的像素点的像素值，得到所述待合成OCT图像的光衰图像。

第三方面，本申请实施例提供一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的光衰图像合成方法。

第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的光衰图像合成方法。

第五方面，本申请实施例提供一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所述的光衰图像合成方法。

本申请实施例与现有技术相比存在的有益效果是：本申请通过待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息，确定像素点的光衰减系数值，并将待合成OCT图像中像素点的像素值更新为光衰减系数值，，能够准确地得到光衰减系数值，可实现OCT图像直接转换为光衰图像。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例一提供的一种光衰图像合成方法的流程示意图；

图2是本申请实施例一提供的OCT图像；

图3是本申请实施例一提供的光衰图像；

图4是本申请实施例二提供的一种光衰图像合成方法的流程示意图；

图5是本申请实施例三提供的一种光衰图像合成装置的结构示意图；

图6是本申请实施例四提供的一种终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例中的终端设备可以是掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、云端终端设备、个人数字助理(personal digital assistant，PDA)等，本申请实施例对终端设备的具体类型不作任何限制。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

为了说明本申请的技术方案，下面通过具体实施例来进行说明。

参见图1，是本申请实施例一提供的一种光衰图像合成方法的流程示意图，该光衰图像合成方法应用于终端设备。如图1所示，该光衰图像合成方法可以包括以下步骤：

步骤S101，获取待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息。

其中，像素信息包括尺度因子和图像深度，参数信息包括光束腰位置和瑞利长度。

本申请的终端设备可以从存储器、服务器中获取到待合成的OCT图像，在一种实施方式中，终端设备连接OCT系统，终端设备向OCT系统发送获取指令，OCT系统接收到获取指令后将OCT图像发送给终端设备。

步骤S102，根据像素点的像素信息和参数信息，确定像素点的光衰减系数值。

其中，OCT图像可以分为时域OCT图像和频域OCT图像，针对两种图像计算光衰减系数值的方式不同。由于OCT系统采集的血管OCT图像(即OCT图像)为极坐标下的血管OCT图像，因此，可以利用极坐标系下的光衰减模型来计算单帧OCT图像的每个像素点的光衰减系数，用每个像素点对应的光衰减系数值来代替血管OCT图像的每个像素点的值，从而得到极坐标下单帧OCT图像对应的单帧光衰图像。

可选的是，若待合成OCT图像为时域OCT图像，则根据像素点的像素信息和参数信息，确定像素点的光衰减系数值包括：

将像素点的像素值输入第一光衰减模型，得到像素点的光衰减系数值，其中，第一光衰减模型为：

<I_d(r)>＝I₀T(r)exp(-μ_tr)

式中，μ_t为光衰减系数，I₀为尺度因子，r表示图像深度，z₀为光束腰位置，z_R为瑞利长度。

其中，两边同时取对数，然后利用最小二乘法即可计算出光衰减系数μ_t。可选的是，z₀取值为0且z_R取值为3mm。

可选的是，若待合成OCT图像为频域OCT图像，则参数信息还包括扫描中心点和滚降函数的半宽，根据像素点的像素信息和参数信息，确定像素点的光衰减系数值包括：

将像素点的像素信息和参数信息输入第二光衰减模型，得到像素点的光衰减系数值，其中，第二光衰减模型为：

式中，μ_t为光衰减系数，I₀为尺度因子，r表示图像深度，z₀为光束腰位置，z_R为瑞利长度，z_C为扫描中心点，z_W为滚降函数的半宽。

其中，两边同时取对数，然后利用最小二乘法即可计算出光衰减系数μ_t。可选的是，z₀取值为0，z_R取值为3mm、z_C取值为0和z_W取值为10um。

待合成的OCT图像对应一个光衰图像，且OCT图像和光衰图像均为a*b像素的图像，OCT图像中像素点与光衰图像的像素点一一对应，如图2所示，为一种OCT图像，如图3所示，为对应的光衰图像。例如，OCT图像中第i个像素点的坐标为(1,1)，在对应的光衰图像中第i个像素点的坐标也为(1,1)。

步骤S103，使用光衰减系数值更新待合成OCT图像的像素点的像素值，得到待合成OCT图像的光衰图像。

其中，针对OCT图像的一个像素点，将计算得到的光衰减系数值替换该像素点的像素值，遍历OCT图像所有的像素点，得到图像即为光衰图像。

以OCT系统采集的单帧血管OCT图像为例，说明单帧血管OCT图像如何得到对应的单帧光衰减系数图像。由于OCT系统采集的单帧血管OCT图像为642×500(即血管OCT图像方图)。利用光衰减模型计算该单帧血管OCT图像的每个像素点的光衰减系数以得到该血管OCT图像对应的单帧光衰减系数图像，该单帧光衰减系数图像也为642×500(即光衰减系数图像方图)。将血管OCT图像方图转为血管OCT图像圆图，具体地，由于导管在血管中进行360°扫描时总共扫描出500条A线，每间隔0.72°(即360°除以500等于0.72°)扫描一条A线，那么将这500条A线以0.72°等间隔排布成圆形以得到血管OCT图像圆图。光衰减系数图像方图转为光衰减系数图像圆图的方法同血管OCT图像方图转为血管OCT图像圆图的方法，在此不再赘述。

根据光衰减系数的大小划分染色区间，采用蓝到红到黄的渐变色对光衰减系数图像圆图进行染色。此外，光衰减系数的大小表征脂质斑块含量的大小。比如，用蓝色代表光衰减系数值在区间[0,3]，用红色代表光衰减系数值在区间[4,6]，用黄色代表光衰减系数值在区间[7,9]，越接近蓝色，表示光衰系数越小，脂质斑块含量越小，越接近黄色，表示光衰系数越大，脂质斑块含量越大。因此，可根据光衰减系数的大小对上述光衰减系数图像圆图进行染色，以得到染色后的光衰减系数图像圆图。

本申请实施例通过待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息，确定像素点的光衰减系数值，并将待合成OCT图像中像素点的像素值更新为光衰减系数值，，能够准确地得到光衰减系数值，可实现OCT图像直接转换为光衰图像。

参见图4，是本申请实施例二提供的一种光衰图像合成方法的流程示意图，如图4所示，该光衰图像合成方法可以包括以下步骤：

步骤S401，获取待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息。

步骤S402，根据像素点的像素信息和参数信息，确定像素点的光衰减系数值。

步骤S403，使用光衰减系数值更新待合成OCT图像的像素点的像素值，得到待合成OCT图像的光衰图像。

其中，步骤S401至步骤S503与上述步骤S101至步骤S103的内容相同，可参考步骤S101至步骤S103的描述，在此不再赘述。

步骤S404，识别待合成OCT图像中的健康区，确定健康区在待合成OCT图像中的像素点集。

其中，健康区可以是指在OCT图像中被认定为健康组织的区域，在该健康区中不存在不稳定斑块。光衰图像是通过OCT图像的梯度变化得到的，当梯度变化较明显时，光衰图像中对应区域的像素值较大，而不稳定斑块在OCT图像中表现形式就是梯度变化较明显。对于OCT图像中的健康区，由于组织的中膜的存在，会导致OCT图像的中膜附近区域对应在光衰图像中的像素值较大，因此，为了减少中膜对光衰图像的影响需在合成的光衰图像中去除健康区。

识别待合成OCT图像中的健康区可以采用人工识别、机器识别等方式，其中，机器识别需要通过深度神经网络模型，将OCT图像输入深度神经网络模型，得到健康区。例如，采用Mask R-CNN模型进行图像分割和检测，首先将整张输入图片送入CNN，进行特征提取，在最后一层卷积feature map上，通过区域生成网络(RegionProposal Network，RPN)用一个3x3的slide window，去遍历整个feature map，在遍历过程中每个window中心按(rate,scale)为(1:2,1:1,2:1)生成9个anchors，然后再利用全连接对每个anchors做二分类和初步边框回归，最后，输出比较精确的300个ROIs。将这些候选的ROI送入RPN网络进行二值分类和边框回归，过滤掉一部分候选的ROI。对这些剩下的ROI进行ROI Align操作(即先将原图和feature map的pixel对应起来，然后将feature map和固定的feature对应起来)，通过ROI Align层对feature map进行插值使得每个窗口生成固定大小的feature map，得到三个输出向量，其中，第一个是softmax分类，第二个是边框回归，第三个是每一个ROI的二进制掩码Mask。

由于OCT图像中健康区是一个扇形的区域，而组织区域会出现边界不明显的问题，考虑到健康区的轮廓对光衰减系数会有较大的影响。因此，在Mask R-CNN模型的损失函数中额外增加轮廓的约束，如下：

其中，Y_i和

是由轮廓生成的二值图，轮廓位置为1，其他位置是0。

在一种实施方式中，利用上述提到的Mask R-CNN模型，识别血管的内膜和外弹力膜。当外弹力膜和内膜之间的距离小于某一阈值时，即可认为是健康区的血管。

步骤S405，根据健康区在待合成OCT图像中的像素点集，确定健康区在待合成OCT图像对应的光衰图像中的像素点集。

其中，由于OCT图像与光衰图像中每个像素点均一一对应，因此，健康区在待合成OCT图像中的像素点集也即为健康区在光衰图像中的像素点集。

步骤S406，将健康区在待合成OCT图像对应的光衰图像中像素点集的像素值更新为目标值，得到更新后的光衰图像。

其中，将健康区在光衰图像中的像素点集的像素值更新为目标值，使得更新后的光衰图像中健康区不会影响对不稳定斑块的判断，更新后的光衰图像能够更加准确地用于影像诊断。例如，目标值可以为0，更新后的光衰图像的健康区对应呈现黑色。

本申请实施例对合成后的光衰图像进行健康区的去除，从而可以减少健康区对光衰图像中不稳定斑块判断的影响，提高了准确率。

对应于上文实施例的光衰图像合成方法，图5示出了本申请实施例三提供的光衰图像合成装置的结构框图，光衰图像合成装置应用于终端设备。为了便于说明，仅示出了与本申请实施例相关的部分。

参见图5，该光衰图像合成装置包括：

获取模块51，用于获取待合成OCT图像的像素点的像素信息和拍摄待合成OCT图像的OCT系统的参数信息，像素信息包括尺度因子和图像深度，参数信息包括光束腰位置和瑞利长度；

光衰减确定模块52，用于根据像素点的像素信息和参数信息，确定像素点的光衰减系数值；

合成模块53，用于使用光衰减系数值更新像素点的像素值，得到待合成OCT图像的光衰图像。

可选的是，若待合成OCT图像为时域OCT图像，则光衰减确定模块52包括：

第一光衰减确定单元，用于将像素点的像素值输入第一光衰减模型，得到像素点的光衰减系数值，其中，第一光衰减模型为：

<I_d(r)>＝I₀T(r)exp(-μ_tr)

式中，μ_t为光衰减系数，I₀为尺度因子，r表示图像深度，z₀为光束腰位置，z_R为瑞利长度。

可选的是，若待合成OCT图像为频域OCT图像，则参数信息还包括扫描中心点和滚降函数的半宽，光衰减确定模块52包括：

第二光衰减确定单元，用于将像素点的像素信息和参数信息输入第二光衰减模型，得到像素点的光衰减系数值，其中，第二光衰减模型为：

式中，μ_t为光衰减系数，I₀为尺度因子，r表示图像深度，z₀为光束腰位置，z_R为瑞利长度，z_C为扫描中心点，z_W为滚降函数的半宽。

可选的是，z₀取值为0且z_R取值为3mm。

可选的是，z₀取值为0，z_R取值为3mm、z_C取值为0和z_W取值为10um。

可选的是，光衰图像合成装置还包括：

识别模块，用于识别待合成OCT图像中的健康区，确定健康区在待合成OCT图像中的像素点集；

在使用光衰减系数值更新像素点的像素值，得到待合成OCT图像的光衰图像之后，光衰图像合成装置还包括：

像素点集确定模块，用于根据健康区在待合成OCT图像中的像素点集，确定健康区在待合成OCT图像对应的光衰图像中的像素点集；

更新模块，用于将健康区在待合成OCT图像对应的光衰图像中像素点集的像素值更新为目标值，得到更新后的光衰图像。

需要说明的是，上述模块之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

图6为本申请实施例四提供的一种终端设备的结构示意图。如图6所示，该实施例的终端设备6包括：至少一个处理器60(图6中仅示出一个)、存储器61以及存储在存储器61中并可在至少一个处理器60上运行的计算机程序62，处理器60执行计算机程序62时实现上述任意各个光衰图像合成方法实施例中的步骤。

该终端设备6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端设备6的举例，并不构成对终端设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

所称处理器60可以是CPU，该处理器60还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

存储器61在一些实施例中可以是终端设备6的内部存储单元，例如终端设备6的硬盘或内存。存储器61在另一些实施例中也可以是终端设备6的外部存储设备，例如终端设备6上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器61还可以既包括终端设备6的内部存储单元也包括外部存储设备。存储器61用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。集成的单元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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质至少可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

本申请实现上述实施例方法中的全部或部分流程，也可以通过一种计算机程序产品来完成，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述方法实施例中的步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种光衰图像合成方法，其特征在于，所述光衰图像合成方法包括：

获取待合成OCT图像的像素点的像素信息和拍摄所述待合成OCT图像的OCT系统的参数信息，所述像素信息包括尺度因子和图像深度，所述参数信息包括光束腰位置和瑞利长度；

根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值；

使用所述光衰减系数值更新所述待合成OCT图像的像素点的像素值，得到所述待合成OCT图像的光衰图像。

2.根据权利要求1所述的光衰图像合成方法，其特征在于，若所述待合成OCT图像为时域OCT图像，则所述根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值包括：

将所述像素点的像素值输入第一光衰减模型，得到所述像素点的光衰减系数值，其中，所述第一光衰减模型为：

<I_d(r)>＝I₀T(r)exp(-μ_tr)

式中，μ_t为光衰减系数，I₀为所述尺度因子，r表示所述图像深度，z₀为所述光束腰位置，z_R为所述瑞利长度。

3.根据权利要求1所述的光衰图像合成方法，其特征在于，若所述待合成OCT图像为频域OCT图像，则所述参数信息还包括扫描中心点和滚降函数的半宽，所述根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值包括：

将所述像素点的像素信息和所述参数信息输入第二光衰减模型，得到所述像素点的光衰减系数值，其中，所述第二光衰减模型为：

式中，μ_t为光衰减系数，I₀为所述尺度因子，r表示所述图像深度，z₀为所述光束腰位置，z_R为所述瑞利长度，z_C为所述扫描中心点，z_W为所述滚降函数的半宽。

4.根据权利要求2所述的光衰图像合成方法，其特征在于，所述z₀取值为0且所述z_R取值为3mm。

5.根据权利要求3所述的光衰图像合成方法，其特征在于，所述z₀取值为0，所述z_R取值为3mm、所述z_C取值为0和所述z_W取值为10um。

6.根据权利要求1至6任一项所述的光衰图像合成方法，其特征在于，所述光衰图像合成方法还包括：

识别所述待合成OCT图像中的健康区，确定所述健康区在所述待合成OCT图像中的像素点集；

在所述使用所述光衰减系数值更新所述像素点的像素值，得到所述待合成OCT图像的光衰图像之后，还包括：

根据所述健康区在所述待合成OCT图像中的像素点集，确定所述健康区在所述待合成OCT图像对应的光衰图像中的像素点集；

将所述健康区在所述待合成OCT图像对应的光衰图像中像素点集的像素值更新为目标值，得到更新后的光衰图像。

7.一种光衰图像合成装置，其特征在于，所述光衰图像合成装置包括：

获取模块，用于获取待合成OCT图像的像素点的像素信息和拍摄所述待合成OCT图像的OCT系统的参数信息，所述像素信息包括尺度因子和图像深度，所述参数信息包括光束腰位置和瑞利长度；

光衰减确定模块，用于根据所述像素点的像素信息和所述参数信息，确定所述像素点的光衰减系数值；

合成模块，用于使用所述光衰减系数值更新所述待合成OCT图像的像素点的像素值，得到所述待合成OCT图像的光衰图像。

8.一种终端设备，其特征在于，所述终端设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的光衰图像合成方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的光衰图像合成方法。

Images