[发明专利]面向青光眼的视网膜血管自动分割方法

摘要

本发明提出一种面向青光眼临床诊断的视网膜血管自动分割方法，通过融合匹配滤波器、神经网络、多尺度线检测、尺度空间分析和形态学五种依赖于不同图像处理技术的模型，消除了视盘和渗出物等明亮区域的影响。同时，本发明不需要海量级别的数据建立视网膜血管分割模型，极大地降低了需要处理的数据量和复杂度，易于实现，能有效提高视网膜血管分割的效率。本发明还在多模态融合结果的基础上利用区域生长法和梯度信息对背景和血管区域进行迭代生长，分割结果具有较好的连续性和平滑性，能保留更多的视网膜血管细节和更完整视的网膜血管网络，从而有效协助眼科医生诊断疾病，减轻眼科医生的负担。

主权项

1.面向青光眼临床诊断的视网膜血管自动分割方法，其特征在于包括以下步骤：步骤1：眼底图像预处理：预处理待分割眼底图像；步骤2：初步分割：分别构建匹配滤波器模型、神经网络模型、多尺度线检测模型、尺度空间分析模型和形态学模型；利用上述构建的模型，分别对步骤1所得待分割眼底图像进行初步分割，获得对应的初步分割结果；将五个初步分割结果的均值作为初步分割输出；步骤3：多模型融合：利用掩膜分离步骤1所得待分割眼底图像中渗出物和视盘区域，并利用步骤2所得的形态学模型分割结果替换掩膜中白色区域，再与步骤2所得的初步分割输出融合，生成组合结果；步骤4：精分割：利用Otsu法阈值分割步骤3所得组合结果，并根据血管的连通特性进行区域迭代生长后，获取视网膜血管分割的最终结果。