青光眼圖像特征提取方法及裝置制造方法及圖紙

本發(fā)明專(zhuān)利技術(shù)提供一種青光眼圖像特征提取方法及裝置，包括：根據(jù)先驗(yàn)方向向量獲得第一類(lèi)和第二類(lèi)的n個(gè)特征值，根據(jù)第一類(lèi)n個(gè)特征值和第二類(lèi)n個(gè)特征值生成2n維特征點(diǎn)并輸出。本發(fā)明專(zhuān)利技術(shù)實(shí)施例提供的青光眼圖像特征提取方法，通過(guò)根據(jù)眼底圖像的杯盤(pán)比向量計(jì)算獲得先驗(yàn)方向向量，進(jìn)而根據(jù)先驗(yàn)方向向量生成多維空間，并使眼底圖像的特征點(diǎn)落入到2n維空間中，達(dá)到對(duì)眼底照?qǐng)D像進(jìn)行特征提取的目的。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專(zhuān)利技術(shù)涉及醫(yī)療檢測(cè)
，尤其涉及一種青光眼圖像特征提取方法及裝置。
技術(shù)介紹
青光眼是一種以視神經(jīng)乳頭結(jié)構(gòu)改變?yōu)樘卣鞯倪M(jìn)展性視神經(jīng)病變，世界衛(wèi)生組織將其列為全球第二大致盲眼病。青光眼早期檢測(cè)困難。在中國(guó)，有經(jīng)驗(yàn)的青光眼專(zhuān)業(yè)醫(yī)師嚴(yán)重缺乏，且主要集中在少數(shù)幾個(gè)大城市的大醫(yī)院。因此，大量青光眼患者因得不到及時(shí)檢測(cè)而延誤治療，使得青光眼致盲率高達(dá)15％，致殘率近30％。目前，青光眼的篩查和檢測(cè)已成為眼科和公共衛(wèi)生健康工作中急需解決的問(wèn)題。計(jì)算機(jī)圖像檢測(cè)為解決這一迫在眉睫的問(wèn)題提供了新的途徑。現(xiàn)有的基于眼底照的機(jī)器學(xué)習(xí)輔助算法要么完全依據(jù)醫(yī)生給出的指標(biāo)；要么完全利用一般的圖像處理的辦法提取特征，而沒(méi)有結(jié)合眼底照特殊的圖像結(jié)構(gòu)。以上兩類(lèi)方法都沒(méi)有把醫(yī)生和機(jī)器的優(yōu)勢(shì)結(jié)合起來(lái)，從而無(wú)法充分挖掘眼底照中的核心信息。同時(shí)，這兩種方法提取的特征往往達(dá)到幾十甚至上百維，不利于用機(jī)器學(xué)習(xí)的方法做后續(xù)的檢測(cè)預(yù)測(cè)。如果利用PCA,LDA等降維算法進(jìn)行維數(shù)約簡(jiǎn)，又會(huì)進(jìn)一步丟失有效信息。更為重要的是，以上兩類(lèi)方法所提取的高維特征都不便于醫(yī)生的理解，從而基于這些特征所做的檢測(cè)建議也很難獲得醫(yī)生的認(rèn)可。
技術(shù)實(shí)現(xiàn)思路
本專(zhuān)利技術(shù)提供一種青光眼圖像特征提取方法及裝置，用于解決現(xiàn)有技術(shù)中無(wú)法自動(dòng)高效準(zhǔn)確提取圖像特征的問(wèn)題。第一方面，本專(zhuān)利技術(shù)提供一種青光眼圖像特征提取方法，包括：獲取待測(cè)眼底圖像和正常眼大視杯眼底照?qǐng)D像，并獲取對(duì)應(yīng)的杯盤(pán)輪廓線；將所述杯盤(pán)輪廓線形成的區(qū)域根據(jù)預(yù)設(shè)劃分比例劃分m個(gè)扇形區(qū)域，并計(jì)算獲得所述扇形區(qū)域的杯盤(pán)比，得到第一杯盤(pán)比向量和第二杯盤(pán)比向量，所述第一杯盤(pán)比向量為待測(cè)眼底圖像的杯盤(pán)比向量，所述第二杯盤(pán)比向量為正常眼大視杯眼底照?qǐng)D像的杯盤(pán)比向量；設(shè)置第一類(lèi)第一先驗(yàn)方向向量為m維單位向量根據(jù)所述第一杯盤(pán)比向量和所述第一類(lèi)第一先驗(yàn)方向向量做內(nèi)積，獲得第一類(lèi)第一特征值；根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，設(shè)置第二類(lèi)第一先驗(yàn)方向向量為第二標(biāo)準(zhǔn)杯盤(pán)比向量，將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二標(biāo)準(zhǔn)杯盤(pán)比向量做內(nèi)積，獲得第二類(lèi)第一特征值；根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值，其中，n為大于或等于2的整數(shù)；根據(jù)第一類(lèi)n個(gè)特征值和第二類(lèi)n個(gè)特征值生成2n維特征點(diǎn)并輸出。可選的，所述根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，包括：獲得杯盤(pán)比向量的均值；根據(jù)杯盤(pán)比向量和均值采用標(biāo)準(zhǔn)化計(jì)算公式獲得標(biāo)準(zhǔn)杯盤(pán)比向量；其中，所述標(biāo)準(zhǔn)化計(jì)算公式包括：其中m為根據(jù)預(yù)設(shè)劃分比例劃分扇形區(qū)域的個(gè)數(shù)，a為使的系數(shù)，為杯盤(pán)比向量，為均值向量。可選的，所述根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值，包括：根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量分別采用先驗(yàn)PCA算法獲得第一類(lèi)第2、3……n先特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值；其步驟包括：以μ1,μ2,…,μn-1為先驗(yàn)方向向量，設(shè)置約束條件為：在所述約束條件下，在與μ1,μ2,…,μn-1都正交的空間中得到使得樣本集合分布最分散的投影方向μn，；設(shè)置其中，x為樣本集合矩陣,將樣本集合矩陣投影到投影方向μn上，使z的方差最大，則μn為最大特征值對(duì)應(yīng)的特征向量；其中，μn為第一類(lèi)第n特征向量或第二類(lèi)第n特征向量；將所述第一杯盤(pán)比向量和所述第一類(lèi)第2,3,…,n特征方向向量做內(nèi)積，獲得第一類(lèi)第2,3,…,n特征值；將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二類(lèi)第2,3,…,n特征方向向量做內(nèi)積，獲得第二類(lèi)第2,3,…,n特征值。第二方面，本專(zhuān)利技術(shù)提供的一種青光眼圖像特征提取裝置，包括：獲取模塊，用于獲取待測(cè)眼底圖像和正常眼大視杯眼底照?qǐng)D像，并獲取對(duì)應(yīng)的杯盤(pán)輪廓線；劃分模塊，用于將所述杯盤(pán)輪廓線形成的區(qū)域根據(jù)預(yù)設(shè)劃分比例劃分m個(gè)扇形區(qū)域，并計(jì)算獲得所述扇形區(qū)域的杯盤(pán)比，得到第一杯盤(pán)比向量和第二杯盤(pán)比向量，所述第一杯盤(pán)比向量為待測(cè)眼底圖像的杯盤(pán)比向量，所述第二杯盤(pán)比向量為正常眼大視杯眼底照?qǐng)D像的杯盤(pán)比向量；第一計(jì)算模塊，用于設(shè)置第一類(lèi)第一先驗(yàn)方向向量為m維單位向量根據(jù)所述第一杯盤(pán)比向量和所述第一類(lèi)第一先驗(yàn)方向向量做內(nèi)積，獲得第一類(lèi)第一特征值；第二計(jì)算模塊，用于根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，設(shè)置第二類(lèi)第一先驗(yàn)方向向量為第二標(biāo)準(zhǔn)杯盤(pán)比向量，將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二標(biāo)準(zhǔn)杯盤(pán)比向量做內(nèi)積，獲得第二類(lèi)第一特征值；第三計(jì)算模塊，用于根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值；生成模塊，用于根據(jù)第一類(lèi)的n個(gè)特征值和第二類(lèi)的n個(gè)特征值生成2n維特征點(diǎn)并輸出。可選的，所述第二計(jì)算模塊具體用于：獲得杯盤(pán)比向量的均值；根據(jù)杯盤(pán)比向量和均值采用標(biāo)準(zhǔn)化計(jì)算公式獲得標(biāo)準(zhǔn)杯盤(pán)比向量；其中，所述標(biāo)準(zhǔn)化計(jì)算公式包括：其中m為根據(jù)預(yù)設(shè)劃分比例劃分扇形區(qū)域的個(gè)數(shù)，a為使的系數(shù)，為杯盤(pán)比向量，為均值向量。可選的，所述第三計(jì)算模塊具體用于：根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量分別采用先驗(yàn)PCA算法獲得第一類(lèi)第n特征向量和第二類(lèi)第n特征向量，并獲得第一類(lèi)第n特征值和第二類(lèi)第n特征值；其步驟包括：以μ1,μ2,…,μn-1為先驗(yàn)方向向量，設(shè)置約束條件為：在所述約束條件下，在與μ1,μ2,…,μn-1都正交的空間中得到使得樣本集合分布最分散的投影方向μn；設(shè)置其中，x為樣本集合矩陣,將樣本集合矩陣投影到投影方向μn上，使z的方差最大，則μn為最大特征值對(duì)應(yīng)的特征向量；其中，μn為第一類(lèi)第n特征向量或第二類(lèi)第n特征向量；將所述第一杯盤(pán)比向量和所述第一類(lèi)第2,3,…,n特征方向向量做內(nèi)積，獲得第一類(lèi)第2,3,…,n特征值；將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二類(lèi)第2,3,…,n特征方向向量做內(nèi)積，獲得第二類(lèi)第2,3,…,n特征值。由上述技術(shù)方案可知，本專(zhuān)利技術(shù)實(shí)施例提供的青光眼圖像特征提取方法及裝置，通過(guò)根據(jù)眼底圖像的杯盤(pán)比向量計(jì)算獲得先驗(yàn)方向向量，進(jìn)而根據(jù)先驗(yàn)方向向量生成多維特征空間和多維特征點(diǎn)，并將特征點(diǎn)投影到特征空間中，實(shí)現(xiàn)特征值提取的準(zhǔn)確性，達(dá)到從眼底圖像提取與青光眼相關(guān)特征的目的。附圖說(shuō)明圖1為本專(zhuān)利技術(shù)一實(shí)施例提供的青光眼圖像特征提取方法的流程示意圖；圖2為本專(zhuān)利技術(shù)一實(shí)施例提供的眼底圖像特征提取的流程示意圖；圖3為本專(zhuān)利技術(shù)一實(shí)施例提供的青光眼圖像特征提取裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合附圖和實(shí)施例，對(duì)本專(zhuān)利技術(shù)的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本專(zhuān)利技術(shù)，但不用來(lái)限制本專(zhuān)利技術(shù)的范圍。圖1示出了本專(zhuān)利技術(shù)一實(shí)施例提供一種青光眼圖像特征提取方法，包括：S11、獲取待測(cè)眼底圖像和正常眼大視杯眼底照?qǐng)D像，并獲取對(duì)應(yīng)的杯盤(pán)輪廓線。在本步驟中，需本文檔來(lái)自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種青光眼圖像特征提取方法，其特征在于，包括：獲取待測(cè)眼底圖像和正常眼大視杯眼底照?qǐng)D像，并獲取對(duì)應(yīng)的杯盤(pán)輪廓線；將所述杯盤(pán)輪廓線形成的區(qū)域根據(jù)預(yù)設(shè)劃分比例劃分m個(gè)扇形區(qū)域，并計(jì)算獲得所述扇形區(qū)域的杯盤(pán)比，得到第一杯盤(pán)比向量和第二杯盤(pán)比向量，所述第一杯盤(pán)比向量為待測(cè)眼底圖像的杯盤(pán)比向量，所述第二杯盤(pán)比向量為正常眼大視杯眼底照?qǐng)D像的杯盤(pán)比向量；設(shè)置第一類(lèi)第一先驗(yàn)方向向量為m維單位向量根據(jù)所述第一杯盤(pán)比向量和所述第一類(lèi)第一先驗(yàn)方向向量做內(nèi)積，獲得第一類(lèi)第一特征值；根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，設(shè)置第二類(lèi)第一先驗(yàn)方向向量為第二標(biāo)準(zhǔn)杯盤(pán)比向量，將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二標(biāo)準(zhǔn)杯盤(pán)比向量做內(nèi)積，獲得第二類(lèi)第一特征值；根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值，其中，n為大于或等于2的整數(shù)；根據(jù)第一類(lèi)n個(gè)特征值和第二類(lèi)n個(gè)特征值生成2n維特征點(diǎn)并輸出。

【技術(shù)特征摘要】
1.一種青光眼圖像特征提取方法，其特征在于，包括：獲取待測(cè)眼底圖像和正常眼大視杯眼底照?qǐng)D像，并獲取對(duì)應(yīng)的杯盤(pán)輪廓線；將所述杯盤(pán)輪廓線形成的區(qū)域根據(jù)預(yù)設(shè)劃分比例劃分m個(gè)扇形區(qū)域，并計(jì)算獲得所述扇形區(qū)域的杯盤(pán)比，得到第一杯盤(pán)比向量和第二杯盤(pán)比向量，所述第一杯盤(pán)比向量為待測(cè)眼底圖像的杯盤(pán)比向量，所述第二杯盤(pán)比向量為正常眼大視杯眼底照?qǐng)D像的杯盤(pán)比向量；設(shè)置第一類(lèi)第一先驗(yàn)方向向量為m維單位向量根據(jù)所述第一杯盤(pán)比向量和所述第一類(lèi)第一先驗(yàn)方向向量做內(nèi)積，獲得第一類(lèi)第一特征值；根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，設(shè)置第二類(lèi)第一先驗(yàn)方向向量為第二標(biāo)準(zhǔn)杯盤(pán)比向量，將所述第一標(biāo)準(zhǔn)杯盤(pán)比向量和所述第二標(biāo)準(zhǔn)杯盤(pán)比向量做內(nèi)積，獲得第二類(lèi)第一特征值；根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值，其中，n為大于或等于2的整數(shù)；根據(jù)第一類(lèi)n個(gè)特征值和第二類(lèi)n個(gè)特征值生成2n維特征點(diǎn)并輸出。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一杯盤(pán)比向量和所述第二杯盤(pán)比向量獲得第一標(biāo)準(zhǔn)杯盤(pán)比向量和第二標(biāo)準(zhǔn)杯盤(pán)比向量，包括：獲得杯盤(pán)比向量的均值；根據(jù)杯盤(pán)比向量和均值采用標(biāo)準(zhǔn)化計(jì)算公式獲得標(biāo)準(zhǔn)杯盤(pán)比向量；其中，所述標(biāo)準(zhǔn)化計(jì)算公式包括：其中m為根據(jù)預(yù)設(shè)劃分比例劃分扇形區(qū)域的個(gè)數(shù)，a為使的系數(shù)，為杯盤(pán)比向量，為均值向量。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量獲得第一類(lèi)第2、3……n特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值，包括：根據(jù)第一類(lèi)第一先驗(yàn)方向向量和第二類(lèi)第一先驗(yàn)方向向量分別采用先驗(yàn)PCA算法獲得第一類(lèi)第2、3…～…n先特征向量和第二類(lèi)第2、3……n特征向量，并獲得第一類(lèi)第2、3……n特征值和第二類(lèi)第2、3……n特征值；其步驟包括：以μ1,μ2,...,μn-1為先驗(yàn)方向向量，設(shè)置約束條件為：||μn||=1,μnTμn-1=0,μnTμn-2=0,......,μnTμ1=0;]]>在所述約束條件下，在與μ1,μ2,...,μn-1都正交的空間中得到使得樣本集合分布最分散的投影方向μn，；設(shè)置其中，x為樣本集合矩陣,將樣本集合矩陣投影到投影方向μn上，使z的方差最大，則μn為最大特征值對(duì)應(yīng)的特征向量；其中，μn為第一類(lèi)第n特征向量或第二類(lèi)第n特征向量；將所述第一杯盤(pán)比向量和所述第一類(lèi)第2,3,…,n特征方向向量做內(nèi)積，獲得第一類(lèi)第2,3,…,n特征值；將所...

【專(zhuān)利技術(shù)屬性】
技術(shù)研發(fā)人員：徐永利，
申請(qǐng)(專(zhuān)利權(quán))人：北京化工大學(xué)，
類(lèi)型：發(fā)明
國(guó)別省市：北京;11