眼表血管信息提取方法、装置、设备和计算机程序产品

摘要: 本发明涉及图像处理,特别是涉及一种眼表血管信息提取方法、装置、设备和计算机程序产品。背景技术:1、随着成像技术发展,拍摄眼部图像进行分析或病理辅助诊断,成为关键...
眼表血管信息提取方法、装置、设备和计算机程序产品

本发明涉及图像处理,特别是涉及一种眼表血管信息提取方法、装置、设备和计算机程序产品。

背景技术:

1、随着成像技术发展,拍摄眼部图像进行分析或病理辅助诊断,成为关键的技术诊断方式之一。相关技术已经实现拍摄较高分辨率的眼部图像,但因眼表血管细小,且结构复杂,通常从眼部图像中识别出的血管区域存在准确性不足的问题。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种眼表血管信息提取方法、装置、设备和计算机程序产品。

2、第一方面,本技术实施例提供一种眼表血管信息提取方法,包括:

3、获取眼部的采集图像;所述采集图像中的第一像素包括多个颜色分量;

4、基于所述第一像素的第一颜色分量的第一分量值与第二颜色分量的第二分量值之间的差异,识别所述采集图像中的血管区域,得到血管响应图;其中,所述血管响应图包括巩膜背景,及分布于所述巩膜背景中的所述血管区域,所述第一颜色分量包括红色分量,所述第二颜色分量为绿色分量和/或蓝色分量;

5、通过对所述血管响应图进行增强处理,得到血管增强图;

6、基于所述血管增强图,确定血管信息;其中,所述血管信息包括眼表血管的结构信息。

7、在其中一些实施例中,所述基于所述采集图像中第一颜色分量的第一分量值与第二颜色分量的第二分量值之间的差异,识别所述采集图像中的血管区域,得到血管响应图,包括:

8、确定所述采集图像中的球结膜可视区域;

9、针对所述球结膜可视区域中的第二像素,确定所述第一分量值与所述第二分量值之间的差值;

10、响应于所述差值大于预设的第一阈值,确定所述第二像素属于所述血管区域,并将所述第一分量值确定为第二像素的响应强度;则得到所述血管响应图。

11、在其中一些实施例中,通过对所述血管响应图进行增强处理,得到血管增强图,包括:

12、基于预设尺度集合中的预设尺度,对所述血管响应图进行高斯平滑,得到多尺度空间图像集合;所述多尺度空间图像集合包括多张尺度空间图像;

13、确定与所述尺度空间图像对应的hessian矩阵;

14、基于所述hessian矩阵,确定第一特征值和第二特征值;其中,所述第一特征值表征血管延伸方向的灰度变化,所述第二特征值表征,与所述血管延伸方向垂直的方向的灰度变化;

15、基于所述第一特征值和所述第二特征值,为所述尺度空间图像中像素生成血管相似度;

16、基于所述血管相似度,为多张所述尺度空间图像中的同一像素确定像素强度,得到所述血管增强图。

17、在其中一些实施例中,所述基于所述第一特征值和所述第二特征值,为所述尺度空间图像中像素的生成血管相似度,包括:

18、基于所述第一特征值和所述第二特征值,确定与所述hessian矩阵对应的结构比值及结构强度;所述结构比值和所述结构强度用于在块状噪声和背景纹理中识别线状的血管结构;

19、响应于所述第二特征值小于0,基于所述结构比值和所述结构强度,为所述多尺度空间图像中像素确定所述血管相似度。

20、在其中一些实施例中,所述结构比值为所述第一特征值的平方与所述第二特征值的平方之间比值的平方;

21、所述结构强度为所述第一特征值和所述第二特征值的平方和。

22、在其中一些实施例中,所述血管相似度通过下式得到:

23、;

24、其中,σ为所述预设尺度,(x,y)表示所述多尺度空间图像中像素,表示所述多尺度空间图像中像素在预设尺度σ下的所述血管相似度,β、c均为预设的控制参数,为所述结构比值,为所述结构强度,为所述第二特征值。

25、在其中一些实施例中,所述基于所述血管相似度,为多张所述尺度空间图像中的同一像素确定像素强度,得到所述血管增强图,包括:

26、针对所述第二特征值小于0的所述同一像素,读取所述同一像素在多张所述尺度空间图像中的所述血管相似度;

27、选取值最大的所述血管相似度,作为所述同一像素的像素强度;则得到所述血管增强图。

28、在其中一些实施例中,所述基于所述血管增强图,确定血管信息,包括:

29、将所述血管增强图转换为二值血管掩膜;

30、基于所述二值血管掩膜中的第一前景像素,确定血管外轮廓,并去除所述血管外轮廓的边界区域,得到内部感兴趣区域;

31、针对所述二值血管掩膜中的内部感兴趣区域,进行骨架化处理,得到中心骨架;

32、确定所述内部感兴趣区域中第二前景像素的欧式距离;所述欧式距离为所述第二前景像素与所述二值血管掩膜中血管区域的边界之间距离的最小值;

33、基于所述欧式距离和所述中心骨架,确定含所述结构信息的所述血管信息。

34、第二方面,本技术实施例提供一种眼表血管信息提取装置,包括:

35、图像单元,用于获取眼部的采集图像;所述采集图像中的第一像素包括多个颜色分量;

36、差异单元,用于基于所述第一像素的第一颜色分量的第一分量值与第二颜色分量的第二分量值之间的差异,识别所述采集图像中的血管区域,得到血管响应图;其中,所述血管响应图包括巩膜背景,及分布于所述巩膜背景中的所述血管区域,所述第一颜色分量包括红色分量,所述第二颜色分量为绿色分量和/或蓝色分量;

37、增强单元,用于通过对所述血管响应图进行增强处理,得到血管增强图;

38、结构单元,用于基于所述血管增强图,确定血管信息;其中,所述血管信息包括眼表血管的结构信息。

39、在其中一些实施例中,所述差异单元具体用于确定所述采集图像中的球结膜可视区域;针对所述球结膜可视区域中的第二像素,确定所述第一分量值与所述第二分量值之间的差值;响应于所述差值大于预设的第一阈值,确定所述第二像素属于所述血管区域,并将所述第一分量值确定为第二像素的响应强度;则得到所述血管响应图。

40、在其中一些实施例中,所述增强单元具体用于基于预设尺度集合中的预设尺度,对所述血管响应图进行高斯平滑,得到多尺度空间图像集合;所述多尺度空间图像集合包括多张尺度空间图像;确定与所述尺度空间图像对应的hessian矩阵;基于所述hessian矩阵,确定第一特征值和第二特征值;其中,所述第一特征值表征血管延伸方向的灰度变化,所述第二特征值表征,与所述血管延伸方向垂直的方向的灰度变化;基于所述第一特征值和所述第二特征值,为所述尺度空间图像中像素生成血管相似度;基于所述血管相似度,为多张所述尺度空间图像中的同一像素确定像素强度,得到所述血管增强图。

41、在其中一些实施例中,所述增强单元具体用于基于所述第一特征值和所述第二特征值,确定与所述hessian矩阵对应的结构比值及结构强度;所述结构比值和所述结构强度用于在块状噪声和背景纹理中识别线状的血管结构;响应于所述第二特征值小于0,基于所述结构比值和所述结构强度,为所述多尺度空间图像中像素确定所述血管相似度。

42、在其中一些实施例中,所述增强单元还用于针对所述第二特征值小于0的所述同一像素,读取所述同一像素在多张所述尺度空间图像中的所述血管相似度;选取值最大的所述血管相似度,作为所述同一像素的像素强度;则得到所述血管增强图。

43、在其中一些实施例中,所述结构单元具体用于将所述血管增强图转换为二值血管掩膜;基于所述二值血管掩膜中的第一前景像素,确定血管外轮廓,并去除所述血管外轮廓的边界区域,得到内部感兴趣区域;针对所述二值血管掩膜中的内部感兴趣区域,进行骨架化处理,得到中心骨架;确定所述内部感兴趣区域中第二前景像素的欧式距离;所述欧式距离为所述第二前景像素与所述二值血管掩膜中血管区域的边界之间距离的最小值;基于所述欧式距离和所述中心骨架,确定含所述结构信息的所述血管信息。

44、第三方面,本技术实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并用于在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第一方面及其中任一实施例所述的方法。

45、第四方面,本技术实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现第一方面及其中任一实施例所述的方法。

46、本发明提供的眼表血管信息提取方法中,根据眼表血管在采集图像中呈现出的红色、暗红色的细线状的结构特征,以及巩膜背景表现为白色、灰白色或弱红色的纹理特征,以红色分量为基础,构建不同颜色通道之间的差异关系,得到能够突出眼表红色相对差异的血管响应图,实现了针对性的突出球结膜表面细小血管、弱对比血管以及减少背景干扰的目的,由此在进行增强处理时能够更加聚焦地对血管结构进行增强,促使细长、连续、管状的眼表血管能够在血管增强图中得以有效强化,从而有效提升眼表血管的结构信息的准确性,促使眼表血管的血管信息的准确性得以提升。

47、本发明的其它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,或者通过实施本技术而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。