[发明专利]一种基于K近邻的视网膜内节/外节缺失自动检测方法

摘要

本发明公开了本发明公开了一种基于K近邻的视网膜内节/外节缺失自动检测方法，主要步骤包括：步骤S01，图像预处理，采用多尺度三维图搜索方法将视网膜内部分层，内节/外节区域提取和平坦化；步骤S02，提取以黄斑中心为中心、直径1mm的内节/外节区域为感兴趣区域；对感兴趣区域提取特征；步骤S03，采用零均值归一化方法对所提取的特征进行归一化；步骤S04，分类，采用K近邻分类器对感兴趣区域中的体素进行缺失/非缺失识别，并计算相应的体积。本发明首次提供了一种具有可行性和有效性的视网膜内节/外节缺失自动检测方法，对于眼外伤等临床常见眼科疾病的诊断与治疗起到了重要的辅助作用。

主权项

一种基于K近邻的视网膜内节/外节缺失自动检测方法，其特征在于：包括以下步骤：步骤S01，图像预处理，对训练图像和测试图像进行图像预处理，所述图像预处理包括视网膜内部分层和内节/外节区域提取和平坦化两个步骤，视网膜内部分层用于分析视网膜病变的形成，所述视网膜内部分层完成后，提取包含内节/外节区域的数据，参考视网膜色素上皮层的下界进行内节/外节区域提取和平坦化；步骤S02，体素特征提取，对感兴趣区域内所有体素的灰度值进行最大值‑最小值线性归一化处理，然后提取特征，所述特征包括：归一化的灰度值，X、Y、Z方向上的梯度，分块均值，分块标准差和分块图像灰度熵；步骤S03，特征归一化，对步骤S02中所提取的特征进行零均值归一化处理；步骤S04，分类，采用留一交叉检验法，将所述步骤S03中归一化后的特征分成训练集和测试集，采用K近邻分类器对测试样本进行缺失/非缺失的分类识别，并计算相应的缺失体积。