[发明专利]眼底无灌注区的测量方法及装置及图像处理方法有效
申请号: | 201910304868.3 | 申请日: | 2019-04-16 |
公开(公告)号: | CN110097502B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 王海川;何卫红;郭曙光 | 申请(专利权)人: | 深圳市莫廷影像技术有限公司;深圳市斯尔顿科技有限公司 |
主分类号: | G06T3/40 | 分类号: | G06T3/40;G06T5/00;G06T5/30;G06T7/62;G06V10/762;A61B3/12;A61B3/10 |
代理公司: | 深圳新创友知识产权代理有限公司 44223 | 代理人: | 黄议本 |
地址: | 518000 广东省深圳市龙岗区布吉街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 眼底 灌注 测量方法 装置 图像 处理 方法 | ||
本申请公开了一种眼底无灌注区的测量方法及装置及图像处理方法。包括:获取被检眼的眼底OCTA血管网图像;对眼底血管网图像进行聚类处理,聚类处理后的眼底血管网图像上形成血管区域和无血管区域;对聚类处理后的眼底血管网图像进行腐蚀处理,腐蚀处理后的眼底血管网图像上形成有一第一区域和至少一第二区域;查找腐蚀处理后的眼底血管网图像中面积最大的第二区域;对腐蚀处理后的眼底血管网图像进行膨胀处理,得到被检眼的眼底无灌注区域,眼底无灌注区域包括面积最大的第二区域,膨胀处理与腐蚀处理采用同样尺寸的核;计算眼底无灌注区域的像素数,以计算眼底无灌注区域的面积。采用本申请,可有效提高中心无血流灌注划分的效率。
技术领域
本申请涉及光学相干断层扫描技术领域,尤其涉及一种眼底无灌注区的测量方法及装置及图像处理方法。
背景技术
视网膜血管疾病是导致失明的主要原因,眼科学中,光学相干断层扫描技术(optical coherence tomography,OCT)已成为评估这些疾病中液体积聚和指导治疗的标准成像方法。OCT提供具有微米级深度分辨率的视网膜和视神经头的横截面成像和三维(three dimensions,3D)成像,结构性OCT增强了临床医生检测和监测与视网膜血管疾病相关的液体渗出的能力。
常用的OCT扫描图像的方式可以为多次扫描的结合,扫描点数在304*304甚至更多,这种扫描方法可以得到比较连续的血管,从而得到视网膜的中心无血管区。
然而,这种扫描方式需要更多的扫描时间,使得得到视网膜的中心无血管区的效率低下。
发明内容
本申请提供了一种眼底无灌注区的测量方法及装置及图像处理方法,可在扫描量较小的情况下,提高眼底无灌注区域面积计算的效率或者提高得到眼底无灌注区域的效率。
第一方面,本申请实施例提供了一种OCTA血管网图像处理方法,包括:
获取所述被检眼的眼底血管网图像,所述眼底血管网图像由光学相干断层扫描血管造影术(optical coherence tomographyangiography,OCTA)生成;
对所述眼底血管网图像进行聚类处理,聚类处理后的所述眼底血管网图像上形成血管区域和无血管区域;
对所述聚类处理后的所述眼底血管网图像进行腐蚀处理,腐蚀处理后的所述眼底血管网图像上形成有一第一区域和至少一第二区域,所述第一区域包括所述血管区域,所述至少一第二区域包括在所述无血管区域中,所述第一区域为一连通的整体区域,每一所述第二区域为一连通的整体区域;
查找所述腐蚀处理后的所述眼底血管网图像中面积最大的第二区域;
对所述腐蚀处理后的所述眼底血管网图像进行膨胀处理,得到所述被检眼的眼底无灌注区域,所述眼底无灌注区域包括所述面积最大的第二区域,所述膨胀处理与所述腐蚀处理采用同样尺寸的核。
在一种可能的实现方式中,所述查找所述腐蚀处理后的所述眼底血管网图像中面积最大的第二区域之后,以及对所述腐蚀处理后的所述眼底血管网图像进行膨胀处理之前,所述方法还包括:
对所述腐蚀处理后的所述眼底血管网图像中所述面积最大的第二区域之外的区域进行填充处理,以区别所述面积最大的第二区域。
在一种可能的实现方式中,所述获取所述被检眼的眼底血管网图像,包括:
由包括光源和光学探头的光学相干断层扫描装置获取所述被检眼的眼底血管网图像;
所述由包括光源和光学探头的光学相干断层扫描装置获取所述被检眼的眼底血管网图像,包括:
由所述光学探头利用测量光对所述被检眼的视网膜进行重复扫描,其中,所述测量光由所述光源提供,所述重复扫描包括对所述视网膜的同一位置的至少两次扫描;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市莫廷影像技术有限公司;深圳市斯尔顿科技有限公司,未经深圳市莫廷影像技术有限公司;深圳市斯尔顿科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910304868.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于AI的图像无损放大方法
- 下一篇:基于邻域回归的超分辨率方法