[发明专利]晶状体分割方法、装置及存储介质

说明书

本发明实施例提供一种晶状体分割方法、装置及存储介质，该方法包括：通过预处理算法提取待分割图像的感兴趣区域，该感兴趣区域包含有晶状体；根据感兴趣区域及预设神经网络，得到分割后的晶状体结构，其中，预设神经网络包含编码部分和解码部分，编码部分基于ShuffleNet，ShuffleNet用于提取感兴趣区域的图像特征，解码部分基于SkipNet，SkipNet用于进行上采样，计算类别概率图。本发明实施例通过自动分割晶状体结构，提高晶状体结构分割的准确度及分割效率。

技术领域

本发明实施例涉及图像分析领域，尤其涉及一种晶状体分割方法、装置及存储介质。

背景技术

作为常见的致盲性眼病，白内障是由于某些原因导致晶状体混浊，从而影响视网膜成像，导致患者看不清东西。其中，前段光学相干断层扫描(Anterior Segment OpticalCoherence Tomography，简称：AS-OCT)可被用来辅助诊断包括白内障等多种眼科疾病。具体地，AS-OCT是一种非侵入式无伤害的诊断方式，利用晶状体不同结构的密度来衡量白内障等眼科疾病的严重程度。

目前，基于AS-OCT影像的晶状体结构分割大多都是手动进行。但手动分割晶状体结构具有准确度低的问题，且分割效率较低。

发明内容

本发明实施例提供一种晶状体分割方法、装置及存储介质，通过自动分割晶状体结构，提高晶状体结构分割的准确度及分割效率。

第一方面，本发明实施例提供一种晶状体分割方法，包括：

通过预处理算法提取待分割图像的感兴趣区域，所述感兴趣区域包含有晶状体；

根据所述感兴趣区域及预设神经网络，得到分割后的晶状体结构，其中，所述预设神经网络包含编码部分和解码部分，所述编码部分基于ShuffleNet，ShuffleNet用于提取所述感兴趣区域的图像特征，所述解码部分基于SkipNet，SkipNet用于进行上采样，计算类别概率图。

一种可能的实施方式中，所述通过预处理算法提取待分割图像的感兴趣区域，包括：

从所述待分割图像底部中心向上搜索，获得晶状体的上下边界的坐标；

根据所述晶状体的上下边界的坐标，计算晶状体的中心位置的坐标；

由所述晶状体的中心位置向两侧进行边界搜索，获得晶状体的左右边界的坐标；

根据所述上下边界的坐标、左右边界的坐标，从所述待分割图像中提取感兴趣区域。

一种可能的实施方式中，所述从所述待分割图像底部中心向上搜索，获得晶状体的上下边界的坐标，包括：采用中值滤波对所述待分割图像进行滤波处理；从滤波处理后的图像底部中心向上搜索，获得晶状体的上下边界的坐标。其中，采用中值滤波对待分割图像进行滤波处理，可以降低因待分割图像采集设备等原因带来的图像噪声。

一种可能的实施方式中，所述从所述待分割图像底部中心向上搜索，获得晶状体的上下边界的坐标，包括：从所述待分割图像底部中心位置开始，分别向左和向右确定第一预设宽度区域；计算所述第一预设宽度区域的每行像素均值，并向上搜索，获得所述晶状体的上下边界的坐标。通过计算第一预设宽度区域的每行像素均值，可以降低个别突变像素对搜索过程的干扰，从而提升所计算坐标的鲁棒性和精度。

一种可能的实施方式中，所述由所述晶状体的中心位置向两侧进行边界搜索，获得晶状体的左右边界的坐标，包括：由所述晶状体的中心位置开始，分别向上和向下确定第二预设宽度区域；计算所述第二预设宽度区域的每列像素均值，并向两侧搜索，获得所述晶状体的左右边界的坐标。通过计算第二预设宽度区域的每列像素均值，可以降低个别突变像素对搜索过程的干扰，从而提升所计算坐标的鲁棒性和精度。