專利名稱：一種基于相位一致性的眼底圖像視盤定位方法
一種基于相位一致性的眼底圖像視盤定位方法技術(shù)領(lǐng)域
本專利涉及一種基于相位一致性的眼底圖像視盤定位方法，該方法可確定視盤在眼底圖像中的位置，對正常眼底和輕度、中度、重度糖尿病病變眼底圖像均有很高的準(zhǔn)確性，屬于圖像處理技術(shù)領(lǐng)域，可應(yīng)用于臨床眼科以及與眼底病變相關(guān)疾病的診斷和治療。
背景技術(shù)：
醫(yī)學(xué)圖像處理與分析一直都是圖像處理和分析領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)問題。借助圖形、圖像技術(shù)的有力手段，醫(yī)學(xué)圖像的質(zhì)量和顯示方法得到了極大的改善，使得診療水平大大提高。圖像處理技術(shù)引入眼科已多年，通過眼底圖像的計(jì)算分析，對視盤、視網(wǎng)膜血管以及黃斑中央凹等重要眼底組織進(jìn)行定量測量，在正常和異常之間做出明確鑒別，能及早、準(zhǔn)確地發(fā)現(xiàn)各種眼部病變和相當(dāng)多的全身性疾病，如糖尿病、高血壓、動脈硬化等。隨著社會對臨床眼底檢測的迫切需要，現(xiàn)有眼底圖像檢測方法在實(shí)際應(yīng)用和測試中表現(xiàn)出諸多不足，這一領(lǐng)域面臨的困難和挑戰(zhàn)也日益增加。
視盤是眼底的重要組織之一，是一個(gè)直徑約為1. 5mm的淡紅色的圓形區(qū)，也稱為視神經(jīng)乳頭，是視網(wǎng)膜神經(jīng)纖維和視網(wǎng)膜血管出入眼球的部位，接收來自視覺感知細(xì)胞產(chǎn)生的神經(jīng)沖動，并進(jìn)一步通過視神經(jīng)傳導(dǎo)至大腦形成視覺。其中央為漏斗狀凹陷，稱為生理凹陷。在視盤的中央可以看到4支視網(wǎng)膜動脈與靜脈，是維持視網(wǎng)膜營養(yǎng)的重要保證。視盤的形狀、面積和深度等參數(shù)是衡量眼底健康狀況的重要指標(biāo)，視盤定位是眼底圖像配準(zhǔn)拼接、血管分割、黃斑和病變提取以及視盤分割等眼底圖像處理的基礎(chǔ)。成像及個(gè)人差異等多樣性造成視盤形狀、顏色、大小等特征差異巨大，特別是多種眼底病變的存在給視盤自動定位帶來困難。研究出能滿足臨床眼底檢測所要求的準(zhǔn)確性、客觀性、可重復(fù)性標(biāo)準(zhǔn)的眼底圖像視盤定位方法，對于臨床眼科研究以及與眼底病變相關(guān)疾病的診斷和治療具有重要意義。
迄今為止，有關(guān)眼底圖像檢測技術(shù)的研究工作已經(jīng)取得了許多成果，國內(nèi)外學(xué)者提出了很多視盤定位方法。如=Hoover等利用模糊聚類的方法建立血管與視盤之間的關(guān)系，進(jìn)而得到較好的定位效果(Hoover A，Goldbaum M. Locating the optic nerve in a retinal image using the fuzzy convergence of theblood vessels[J].1EEE Transaction on Medical Imaging，2003，22 (8) :951-958)。Tobin 等建立在血管網(wǎng)的精確提取之上，通過分析其亮度、寬度以及方向信息定位視盤(Tobin K WiChaum EiGovindasamy VP，et al. Detection of anatomic structures in human retinal imagery[J].1EEE Transaction on Medical Imaging，2007，26 (12) :1729-1739) 李居鵬等通過構(gòu)建“類血管”交叉網(wǎng)絡(luò)實(shí)現(xiàn)視盤定位(李居鵬，陳后金，張新媛.基于交叉網(wǎng)絡(luò)的眼底視神經(jīng)乳頭自動定位.電子與信息學(xué)報(bào)，2009，31 (5) :1170-1174)。基于眼底視盤的不同屬性，一般將現(xiàn)有視盤定位方法分為兩種，基于視盤本身特征的方法和基于視網(wǎng)膜血管結(jié)構(gòu)的方法。第一類方法基于視盤大致的圓形結(jié)構(gòu)特征和相對眼底其它部位有較高亮度的特性來定位視盤， 對于有病變出現(xiàn)的視網(wǎng)膜，這種方法的魯棒性不強(qiáng)，尤其對于出現(xiàn)眼底疾病的情況，該方法并不能取得良好的定位結(jié)果。此外，這類方法大都先通過形態(tài)學(xué)預(yù)處理方法去除眼底血管， 然而形態(tài)學(xué)預(yù)處理使用全局統(tǒng)一、固定的形態(tài)學(xué)結(jié)構(gòu)元，并且形態(tài)學(xué)變換存在固有的非線性與不可逆性，因此不可避免地對視盤邊緣特征引入較大的改變，導(dǎo)致定位結(jié)果的不準(zhǔn)確。 第二類方法基于視盤為視網(wǎng)膜血管網(wǎng)絡(luò)匯聚點(diǎn)的屬性，需要事先分割出血管，對血管網(wǎng)的提取精度有較高的要求，計(jì)算復(fù)雜度較高，并且僅適用于血管網(wǎng)清晰的視網(wǎng)膜圖像，難以實(shí)現(xiàn)不同圖像質(zhì)量下的視盤定位。
眼底圖像背景復(fù)雜，視盤和背景的對比度低、光照不均勻、視盤大小不統(tǒng)一等因素都會影響定位結(jié)果，造成定位不準(zhǔn)確甚至目標(biāo)丟失。因此，需要一種不受圖像中的噪聲、亮度和對比度變化的影響，具有通用性、魯棒性的眼底圖像視盤定位方法。發(fā)明內(nèi)容
為實(shí)現(xiàn)視盤定位結(jié)果不受圖像噪聲、亮度等因素影響的目的，本發(fā)明提供了一種基于相位一致性的眼底圖像視盤定位方法，包括以下步驟首先，為突出視盤，將眼底圖像變換到Lab、Yuv、Yiq和Hsv四個(gè)顏色空間，分別選擇各空間中視盤與背景對比度最強(qiáng)的通道圖像；然后，對四個(gè)選定的通道圖像分別進(jìn)行相位一致性處理，通過邏輯“與”運(yùn)算增強(qiáng)結(jié)果；最后，利用窗口掃描和灰度累積的方法定位視盤。
1.選擇適合眼底圖像視盤定位的顏色空間通道本發(fā)明方法選擇了 Lab空間的a 通道、Yuv空間的u通道、Yiq空間的i通道和Hsv空間的s通道。這4個(gè)通道內(nèi)的眼底圖像視盤明顯突出且保持很好的邊緣特性。
2.對步驟I中選出的4個(gè)單通道圖像分別進(jìn)行PC處理，通過估計(jì)局部能量函數(shù)中的峰值計(jì)算眼底圖像中相位一致性最大的點(diǎn)。本專利選用log Gabor小波函數(shù)以及它的 Hilbert變換作為計(jì)算局部能量的濾波器。
3.對4個(gè)單通道圖像的PC結(jié)果進(jìn)行邏輯“與”運(yùn)算，增強(qiáng)PC結(jié)果。
4.選用80X80的矩形窗掃描整個(gè)邏輯“與”后的圖像，計(jì)算窗口內(nèi)的像素均值最大值，利用此時(shí)窗口的質(zhì)心坐標(biāo)初定位視盤。
5.在步驟4得到的矩形窗口中分別沿X、Y方向進(jìn)行灰度累積并計(jì)算出最大灰度值乂_、 _，將X方向灰度閾值設(shè)為O. 5*Xmax，Y方向灰度閾值設(shè)為O. 5*Ymax，保留大于閾值的圖像部分，計(jì)算保留部分的中心坐標(biāo)，用該坐標(biāo)最終確定視盤位置。
與現(xiàn)有方法相比，本發(fā)明的有益效果為
1.相位信息不受對比度低、光照不均勻等因素的影響，因此，本專利對不同圖像質(zhì)量下的視盤定位均具有很強(qiáng)的魯棒性。
2.本專利考慮了不同個(gè)體視盤大小不統(tǒng)一的因素，采用了兩步定位最終確定視盤位置，保證了定位的準(zhǔn)確性。
3.本專利可實(shí)現(xiàn)正常眼底和輕度、中度、重度病變眼底圖像視盤自動定位，可實(shí)現(xiàn)對患者眼底圖像的分析功能，對于提高醫(yī)生的診斷準(zhǔn)確性與效率，提高醫(yī)療診斷水平，擴(kuò)大眼科數(shù)字診斷系統(tǒng)應(yīng)用范圍有著重要意義。


圖1 :本發(fā)明的視盤定位方法流程圖。
圖2 :不同顏色空間內(nèi)的單通道眼底圖像。圖2-1為Lab空間的a通道眼底圖像， 圖2-2為Yuv空間的u通道眼底圖像，圖2-3為Yiq空間的i通道眼底圖像，圖2_4為Hsv 空間的s通道眼底圖像。
圖3 :經(jīng)PC處理后，不同顏色空間內(nèi)的單通道眼底圖像。圖3-1為Lab空間的a通道眼底圖像，圖3-2為Yuv空間的u通道眼底圖像，圖3-3為Yiq空間的i通道眼底圖像， 圖3-4為Hsv空間的s通道眼底圖像。
圖4:邏輯“與”后圖像。
圖5 :臨床眼底圖像視盤定位實(shí)驗(yàn)結(jié)果圖。第一列為原始圖像；第二列為本發(fā)明的方法定位結(jié)果。圖5-1為正常眼底圖像，圖5-2為輕度病變眼底圖像，圖5-3為中度病變眼底圖像，圖5-4為重度病變眼 底圖像。
圖6 :利用STARE庫進(jìn)行視盤定位實(shí)驗(yàn),并與Hoover方法的定位結(jié)果對比。第一列為原始圖像；第二列為Hoover方法的定位結(jié)果；第三列為本發(fā)明方法的定位結(jié)果。圖6_1 為正常眼底圖像，圖6-2 6-5為病變眼底圖像 。
具體實(shí)施方式
本發(fā)明的流程圖如圖1所示，首先為突出視盤，將原始圖像變換到Lab、Yuv、Yiq、 Hsv四個(gè)顏色空間；在各空間中選擇一個(gè)單通道圖像進(jìn)行PC處理，通過邏輯“與”運(yùn)算增強(qiáng)處理結(jié)果；利用窗口掃描和灰度累積的方法定位視盤。下面結(jié)合附圖，對本發(fā)明技術(shù)方案的具體實(shí)施過程加以說明。
1.顏色空間通道選取
選擇Lab空間的a通道、Yuv空間的u通道、Yiq空間的i通道和Hsv空間的s通道。如圖2所示，將原始圖像變換到這4個(gè)通道后，視盤明顯突出且保持很好的邊緣特性， 利于后續(xù)的視盤定位。
2.基于相位一致性對眼底圖像進(jìn)行處理
相位一致性函數(shù)定義如下
權(quán)利要求
1.一種基于相位一致性的眼底圖像視盤定位方法，包括下列步驟 (1)選取顏色空間單通道圖像； (2)利用相位一致性函數(shù)對所選單通道眼底圖像進(jìn)行處理； (3)對單通道圖像的PC結(jié)果進(jìn)行邏輯“與”運(yùn)算； (4)選用80X80的矩形窗掃描整個(gè)邏輯“與”后的圖像，計(jì)算窗口內(nèi)的像素均值最大值，利用此時(shí)窗口的質(zhì)心坐標(biāo)初定位視盤； (5)在步驟(4)得到的矩形窗口中分別沿不Y方向進(jìn)行灰度累積并計(jì)算出最大灰度值Χ_、Υ_，將X方向灰度閾值設(shè)為O. 5*Xmax，Y方向灰度閾值設(shè)為O. 5*Ymax，保留大于閾值的圖像部分，計(jì)算保留部分的中心坐標(biāo)，用該坐標(biāo)最終精確定位視盤。
2.根據(jù)權(quán)利要求1所述的眼底圖像視盤定位方法，其特征在于，步驟(I)中，僅選取適合眼底圖像視盤定位的顏色空間單通道圖像，沒有對圖像進(jìn)行任何形態(tài)學(xué)預(yù)處理，保證了視盤邊緣特征的準(zhǔn)確性。
3.根據(jù)權(quán)利要求1所述的眼底圖像視盤定位方法，其特征在于，步驟(2)中，使用相位一致性標(biāo)識視盤特征，無需對波形進(jìn)行任何假設(shè)，只是在傅里葉變換域里按相位一致的順序?qū)ふ姨卣鼽c(diǎn)。
4.根據(jù)權(quán)利要求1所述的眼底圖像視盤定位方法，其特征在于，步驟(4)、(5)中，使用先初定位再精確定位的兩次定位方法確定視盤位置，提高定位準(zhǔn)確性。
全文摘要
本發(fā)明屬于醫(yī)學(xué)圖像處理領(lǐng)域，涉及一種基于相位一致性的眼底圖像視盤定位方法。該方法在選取4個(gè)視盤較突出的單通道圖像后，利用相位一致性(Phase Congruency，PC)函數(shù)對所選取圖像進(jìn)行處理，并采用邏輯“與”增強(qiáng)處理結(jié)果。對增強(qiáng)處理后的眼底圖像進(jìn)行窗口掃描和灰度累積，進(jìn)而定位視盤。本發(fā)明不受圖像中的噪聲、亮度和對比度變化的影響，對正常眼底和輕度、中度、重度糖尿病病變眼底圖像的視盤定位均有很高的準(zhǔn)確性。
文檔編號A61F9/00GK103006175SQ20121046162
公開日2013年4月3日 申請日期2012年11月14日 優(yōu)先權(quán)日2012年11月14日
發(fā)明者肖志濤, 耿磊, 張芳, 吳駿, 李筱涵 申請人:天津工業(yè)大學(xué)