[发明专利]光学相干层析成像视网膜图像分层的方法

说明书

一种光学相干层析成像(OCT)视网膜图像分层的方法，首先对图像进行去噪预处理，然后对每个A‑scan图像设置可变阈值进行逐层分割作为初步的分层结果，再对各层的初步分层结果进行连续性和完整性判断，并对不符合要求的分割点进行修正，从而准确高效地对OCT视网膜图像进行分层。本发明的优点是可以对高噪声、低对比度、甚至存在血管等复杂结构的OCT视网膜图像进行良好的分层处理，有效减小了选取单一阈值以及高散斑噪声对视网膜分层效果的影响。

技术领域

本发明涉及光学相干层析成像(Optical Coherence Tomography，简称OCT)图像，尤其涉及一种光学相干层析成像视网膜图像分层的方法。

背景技术

光学相干层析成像(Optical coherence tomography,简称为OCT)是一种非侵入的高分辨率生物医学光学成像技术，可在体检测生物组织内部的微结构，已广泛地应用于眼科视网膜成像领域。对视网膜层总厚度和其中一些特定层诸如视网膜神经纤维层(RNFL)厚度的定量测量可应用于青光眼、糖尿病视网膜病变等高致盲眼科疾病的诊断。较之耗时且精度有限的人工视网膜分层，自动的视网膜分层方法可以同时提升分层效率和精度。

现有一种基于图像灰度和灰度梯度的视网膜分层方法。2005年，Fernández等人提出了用复合扩散滤波减少散斑噪声然后基于A-scan上的强度峰来进行视网膜分层的方法(参见在先技术[1]，D.C.Fernandez,H.M.Salinas,and C.A.Puliafito,Automateddetection of retinal layer structures on optical coherence tomographyimages,Optics Express,vol.13,pp.10200-10216,2005)；2005年，Ishikawa等人提出了用修改过的中值滤波减少散斑噪声，然后使用基于A-scan直方图的自适应阈值方法进行视网膜分层的技术(参见在先技术[2]，H.Ishikawa,D.M.Stein,G.Wollstein,S.Beaton,J.G.Fujimoto,and J.S.Schuman,Macular segmentation with optical coherencetomography,Invest Ophthalmol Vis Sci,vol.46,pp.2012-7,2005)。基于图像灰度和灰度梯度的视网膜分层方法进行简单的去噪处理后通过A-scan上的强度峰来进行视网膜分层，对低对比度和有血管等复杂结构存在的视网膜图像分层效果不理想。