基于凹凸性的SD‑OCT视网膜图像CNV分割方法

摘要

本发明公开了一种基于凹凸性的频域光学相干断层(SD‑OCT)视网膜图像脉络膜新生血管(CNV)分割方法，属于图像处理技术领域。该方法首先对输入的SD‑OCT图像估计视网膜和脉络膜区域，定位内界膜(ILM)和脉络膜‑巩膜分界面(CSJ)，然后根据视网膜图像的反射率渐变特性估计视网膜色素上皮(RPE)层，利用RPE层的凹凸性估计布鲁赫膜(BM)层，最后根据RPE和BM层的厚度差估计得到初步的CNV区域，通过修正CNV的上边界得到最终的CNV分割结果。实验结果表明，本发明中所给出算法能够鲁棒精确地分割CNV，对方便后续的CNV定量分析和提高医生的工作效率具有重要意义。

主权项

一种基于凹凸性的SD‑OCT视网膜图像CNV分割方法，其特征在于，包括以下步骤：步骤1、采集频域光学相干断层SD‑OCT视网膜图像；步骤2、采用双边滤波算法对输入图像进行去噪处理；步骤3、根据反射率特性估计视网膜和脉络膜区域；步骤4、定位内界膜ILM和脉络膜‑巩膜分界面CSJ的边界；步骤5、根据视网膜图像的反射率渐变特性估计视网膜色素上皮RPE层；步骤6、利用视网膜色素上皮RPE层的凹凸性估计布鲁赫膜BM层；步骤7、根据视网膜色素上皮RPE和布鲁赫膜BM层的厚度差估计初步的视网膜图像脉络膜新生血管CNV；步骤8、修正脉络膜新生血管CNV的上边界得到最终的脉络膜新生血管CNV分割结果。