一种基于血管结构相似度的视网膜图像主血管识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114119579A(43)申请公布日2022.03.01(21)申请号202111451650.4G06T7/10(2017.01)(22)申请日2021.12.01G06T7/246(2017.01)G06T7/66(2017.01)(66)本国优先权数据G06V10/74(2022.01)202111169643.52021.10.08CNG06V10/764(2022.01)(71)申请人北京理工大学G06V10/82(2022.01)地址100081北京市海淀区中关村南大街5G06K9/62(2022.01)号G06N3/04(2006.01)申请人北京市心肺血管疾病研究所G06N3/08(2006.01)(72)发明人李慧琦任冠弟吴冠男刘静齐玥邓秋菊(74)专利代理机构北京正阳理工知识产权代理事务所(普通合伙)11639代理人张利萍(51)Int.Cl.G06T7/00(2017.01)权利要求书3页说明书7页附图1页(54)发明名称一种基于血管结构相似度的视网膜图像主血管识别方法(57)摘要本发明涉及一种基于血管结构相似度的视网膜图像主血管识别方法，属于图像处理及目标识别技术领域。包括：1)视网膜图像血管跟踪，得到视网膜图像血管的跟踪图；2)利用视网膜图像血管的跟踪图计算视网膜图像血管的相关参数；其中，相关参数包括血管直径、血管长度、血管角度以及血管弯曲度；3)确定视网膜图像主血管识别的视网膜参考图像；4)视网膜图像血管结构相似度计算，得到血管结构相似度代价得分；5)对视网膜图像主血管进行识别，得到视网膜图像主血管的识别结果。所述方法能实现视网膜主血管的自动识别，且识别结果更加准确；具有一定应用和商业价值；从而减少了医生的工作量，提高了诊断的速度、效率和精度。CN114119579ACN114119579A权利要求书1/3页1.一种基于血管结构相似度的视网膜图像主血管识别方法，其特征在于：包括如下步骤：步骤一：视网膜图像血管跟踪，得到视网膜图像血管的跟踪图，具体为：首先，进行视网膜图像血管分割，得到视网膜图像血管的分割图；然后，利用视盘定位方法对视网膜图像的视盘进行定位，定位好视盘后，确定视网膜图像血管跟踪的起始点和方向；同时利用特征点检测方法检测出视网膜图像血管的特征点；最后，利用动态半椭圆方法对视网膜图像血管进行跟踪，得到视网膜图像血管的跟踪图；步骤二：利用视网膜图像血管的跟踪图计算视网膜图像血管的相关参数；其中，视网膜图像血管的相关参数，包括血管直径、血管长度、血管角度以及血管弯曲度；步骤三：确定视网膜图像主血管识别的视网膜参考图像，具体为：利用视网膜图像数据集中医生给的视网膜图像主血管的标签，选择视网膜图像中主血管分布比较均匀、结构形态比较规整且血管根数较多的视网膜图像作为视网膜图像主血管识别的视网膜参考图像；步骤四：视网膜图像血管结构相似度计算，具体为：首先建立血管树，对视网膜图像中的血管树进行剪枝、合并及排序，把视网膜图像中的血管建立成一棵棵血管树；然后对视网膜图像中的血管树的参数赋予相应的权重系数；再者判断视网膜图像是左眼图还是右眼图，如果是左眼图，则将其反转为右眼图；最后利用血管结构相似方法计算视网膜图像血管之间的相似程度，得到血管结构相似度代价得分，具体包括如下步骤：步骤4.1：建立血管树，具体为：利用视网膜图像中血管结构的特点，将每根血管进行剪枝和合并，再利用后序排序对血管树中的节点进行排序，得到排序后的血管树；其中，血管树中的节点为血管段，且血管树的父亲节点为一级血管段，血管树的左右孩子节点为二级以上血管段；血管树中的分支节点为血管的分支点，且血管段和分支点构成血管树；步骤4.2：对血管树赋予权重；具体为：利用血管段所在的级别对血管的参数赋予不同的权重；对于血管长度、血管直径，一级血管段参数赋予的权重要大于二级血管段，二级血管段参数权重大于三级，三级血管段参数赋予的权重大于四级，四级之后的血管段参数赋予的参数相同；对于血管弯曲度，根据血管弯曲度的不同赋予不同的权重；步骤4.3：判断视网膜图像是左眼图还是右眼图，并将左眼图进行反转变成右眼图；步骤4.4：利用血管结构相似性方法，得到视网膜图像血管结构相似度代价得分，具体为：利用树编辑距离方法将视网膜图像中一棵血管树经过多种的树编辑操作序列转换为另外一棵血管树，在操作过程中，为每一步基本编辑操作赋予一定的代价；再利用动态分析方法，选取操作序列中代价总和最小的作为树编辑距离，即为视网膜图像血管结构相似度代价得分；步骤五：对视网膜图像主血管进行识别，得到视网膜图像主血管的识别结果，具体为：将视网膜图像血管结构相似度代价得分结合控制条件，对视网膜图像中的血管与视网膜参考图像中