视神经纤维层的厚度确定方法、装置及电子设备与流程-j9九游会真人

1.本发明涉及图像数据处理技术领域，尤其是涉及一种视神经纤维层的厚度确定方法、装置及电子设备。


背景技术：

[0002]“视神经纤维层”是视网膜神经纤维层的简称，由节细胞轴突在节细胞层内侧汇集形成的一层神经纤维，它反映了神经节细胞轴突的数量。而青光眼早期特征性改变的主要特征正是视神经纤维层变薄及神经节细胞丢失，因此，神经纤维层厚度分析在青光眼的诊断和随访中占有非常重要的地位。现有技术中，基于oct技术对视神经纤维所在区域的断面扫描方式主要是线扫描、环形扫描、星型扫描或者以上述方式的某种组合方式进行，然而这些扫描方式对视神经纤维层的厚度分析结果精度不太高，且扫描中心需要对准视盘中心，对操作精准度要求较高。


技术实现要素：

[0003]
本发明的目的在于提供一种视神经纤维层的厚度确定方法、装置及电子设备，以降低对视神经纤维层扫描的操作难度，提高视神经纤维层厚度的检测精度。
[0004]
本发明提供的一种视神经纤维层的厚度确定方法，方法包括：获取视神经纤维层所对应区域的oct体数据；对oct体数据进行分割，得到分割结果；其中，分割结果包括：视神经纤维层的上分层面和下分层面；对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线；根据上分界线和下分界线确定视神经纤维层的测量厚度值。
[0005]
进一步的，对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线的步骤包括：基于分割结果确定视盘中心点；以视盘中心点为圆心，按指定半径对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线。
[0006]
进一步的，基于分割结果确定视盘中心点的步骤包括：根据分割结果确定bruch膜开口区域；计算bruch膜开口区域的质心，将质心确定为视盘中心点。
[0007]
进一步的，基于分割结果确定视盘中心点的步骤之后，方法还包括：以视盘中心点为圆心，按指定半径对oct体数据进行环状采样，得到环状oct截面图像。
[0008]
进一步的，方法还包括：将环状oct截面图像展开为二维图像；在二维图像中标记视神经纤维层的上分界线和下分界线。
[0009]
进一步的，指定半径对应的环形包括多个点位；方法还包括：针对每个点位，获取预先存储的该点位对应的多个预存厚度数据；基于多个预存厚度数据，计算预设分位数对应的指定厚度值；根据预设分位数和指定厚度值，生成指定半径对应的厚度分布图；其中，厚度分布图包括：异常厚度区间、临界厚度区间、正常厚度区间、超出正常厚度区间；在厚度分布图中显示视神经纤维层的每个点位的测量厚度值。
[0010]
进一步的，在厚度分布图中显示视神经纤维层的每个点位的测量厚度值的步骤包括：根据视神经纤维层的每个点位的测量厚度值，绘制厚度值曲线；在厚度分布图中显示厚度值曲线。
[0011]
本发明提供的一种视神经纤维层的厚度确定装置，装置包括：获取模块，用于获取视神经纤维层所对应区域的oct体数据；分割模块，用于对oct体数据进行分割，得到分割结果；其中，分割结果包括：视神经纤维层的上分层面和下分层面；采样模块，用于对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线；确定模块，用于根据上分界线和下分界线确定视神经纤维层的测量厚度值。
[0012]
本发明提供的一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的机器可执行指令，处理器执行机器可执行指令以实现上述任一项的视神经纤维层的厚度确定方法。
[0013]
本发明提供的一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现上述任一项的视神经纤维层的厚度确定方法。
[0014]
本发明提供的一种视神经纤维层的厚度确定方法、装置及电子设备，获取视神经纤维层所对应区域的oct体数据，并对其进行分割，得到的分割结果包括：视神经纤维层的上分层面和下分层面；对上分层面和下分层面进行环状采样，得到上分界线和下分界线；进而确定视神经纤维层的测量厚度值。该方式通过对oct体数据进行分割和环状采样，可以得到采样的视神经纤维层的上分界线和下分界线，进而得到视神经纤维层厚度，该方式不要求扫描中心必须严格对准视盘中心，降低了操作难度，从而可以提高视神经纤维层厚度的检测精度。
附图说明
[0015]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]
图1为本发明实施例提供的一种视神经纤维层的厚度确定方法的流程图；
[0017]
图2为本发明实施例提供的一种逐行扫描示意图；
[0018]
图3为本发明实施例提供的一种视神经纤维层的图像示意图；
[0019]
图4为本发明实施例提供的一种视神经纤维层的图像示意图；
[0020]
图5为本发明实施例提供的一种厚度分布图的示意图；
[0021]
图6为本发明实施例提供的一种视神经纤维层的厚度确定装置的结构示意图；
[0022]
图7为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
[0023]
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范
围。
[0024]
现有技术中，基于oct技术对视神经纤维所在区域的断面扫描方式主要是线扫描、环形扫描、星型扫描或者以上述方式的某种组合方式进行，现有方式的优点是扫描速度快，对患者的固视能力要求低。然而这些扫描方式对视神经纤维所在区域的采样率较低，分析结果精度不太高，且扫描中心需要对准视盘中心，对操作精准度要求较高。基于此，本发明实施例提供了一种视神经纤维层的厚度确定方法、装置及电子设备，该技术可以应用于需要对视神经纤维层的厚度进行检测的应用中。
[0025]
为便于对本实施例进行理解，首先对本发明实施例所公开的一种视神经纤维层的厚度确定方法进行介绍，如图1所示，该方法包括如下步骤：
[0026]
步骤s102，获取视神经纤维层所对应区域的oct体数据。
[0027]
视神经纤维层是视网膜神经纤维层的简称，它反映了神经节细胞轴突的数量，对视神经纤维层厚度的检测和分析在青光眼的诊断和随访中占有非常重要的地位；oct(optical coherence tomography，光学相干断层扫描)是一种形成眼底影像的成像技术，由于其能反应眼底不同生理结构对入射的弱相干光的反射、散射特性，形成的三维影像具有深度层面的信息，相比与眼底彩照等影像，其具有独特的优势。在实际实现时，可以基于oct技术，通过逐行扫描方式获取待检测的用户的视神经纤维层所在区域的三维的oct体数据，参见图2所示的一种逐行扫描示意图，通过逐行扫描，可以保证较高的采样率，进而获得更高的视神经纤维层厚度检测精度。
[0028]
步骤s104，对oct体数据进行分割，得到分割结果；其中，分割结果包括：视神经纤维层的上分层面和下分层面。
[0029]
对oct体数据进行分割具体可以指语义分割，语义分割是对图像中的每个像素都划分出对应的类别，即实现像素级别的分类。在实际实现时，可以对oct体数据进行语义分割，得到视神经纤维层的上分层面和下分层面；该上分层面可以理解为视神经纤维层与视神经纤维层相邻的上一层结构层之间的分界面，下分层面可以理解为视神经纤维层与下一结构层之间的分界面。
[0030]
步骤s106，对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线。
[0031]
在实际实现时，可以对视神经纤维层的上分层面和下分层面做半径为r的环形采样，得到上分层面对应的上分界线和下分层面对应的下分界线，其中，该半径r可以根据实际需求进行设置。
[0032]
步骤s108，根据上分界线和下分界线确定视神经纤维层的测量厚度值。
[0033]
在实际实现时，可以根据上分界线和下分界线的高度差计算出视神经纤维层在每个点位的厚度，进而得到视神经纤维层的测量厚度值。
[0034]
上述视神经纤维层的厚度确定方法，获取视神经纤维层所对应区域的oct体数据，并对其进行分割，得到的分割结果包括：视神经纤维层的上分层面和下分层面；按指定半径对上分层面和下分层面进行环状采样，得到上分界线和下分界线；进而确定视神经纤维层的测量厚度值。该方式通过对oct体数据进行分割和环状采样，可以得到采样的视神经纤维层的上分界线和下分界线，进而得到视神经纤维层厚度，该方式不要求扫描中心必须严格对准视盘中心，降低了操作难度，从而可以提高视神经纤维层厚度的检测精度。
[0035]
本发明实施例还提供了另一种视神经纤维层的厚度确定方法，该方法在上述实施例方法的基础上实现，指定半径对应的环形包括多个点位；该方法包括如下步骤：
[0036]
步骤一，获取视神经纤维层所对应区域的oct体数据。
[0037]
步骤二，对oct体数据进行分割，得到分割结果；其中，分割结果包括：视神经纤维层的上分层面和下分层面。
[0038]
步骤三，基于分割结果确定视盘中心点。
[0039]
该步骤三具体可以通过以下步骤a和步骤b实现：
[0040]
步骤a，根据分割结果确定bruch膜开口区域。
[0041]
步骤b，计算bruch膜开口区域的质心，将质心确定为视盘中心点。
[0042]
上述bruch膜指的是视网膜色素上皮和脉络膜间的阶段，可以用于调节两者间的代谢。在实际实现时，通过对oct体数据进行语义分割，除了可以得到上述上分层面和下分层面，还可以得到视网膜色素上皮层的层级结构等，可以将各层抽象化为一个带有高度信息的曲面，根据所得到的分层结果可以自动确定bruch膜开口区域，比如，可以将各个分层线重合的位置确定为bruch膜开口区域，进而定位出视盘边界，计算出视盘区域的质心作为视盘中心点。
[0043]
步骤四，以视盘中心点为圆心，按指定半径对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线。
[0044]
上述指定半径可以根据实际需求进行设置，一般是预先获取的经验数据，该指定半径的数量可以是一个或多个；当对上分层面和下分层面进行环状采样时，可以以上述确定的视盘中心点为圆心，采用厚度分析环按指定半径对上分层面和下分层面进行环状采样，得到各自对应的上分界线和下分界线，如图3所示的一种视神经纤维层的图像示意图，该图为以视盘中心点为圆心进行环状采样的示意图，厚度分析环的大小、位置都可调，用户可以根据实际需求选择是否以视盘中心点为圆心对上分层面和下分层面进行环状采样。
[0045]
步骤五，以视盘中心点为圆心，按指定半径对oct体数据进行环状采样，得到环状oct截面图像。
[0046]
在实际实现时，可以以视盘中心点为圆心，在oct体数据上采用厚度分析环做半径为r的环状采样，得到一个360度环状oct截面图像。该环状oct截面图像呈现了视盘中心点为圆心，半径为r的位置上各个采样点上的眼组织形态，该厚度分析环的大小、位置都可调，用户可以根据实际需求选择是否以视盘中心点为圆心对oct体数据进行环状采样，对oct体数据进行环状采样的位置通常需要与对上、下分层面进行环状采样的位置相对应。
[0047]
步骤六，将环状oct截面图像展开为二维图像。
[0048]
步骤七，在二维图像中标记视神经纤维层的上分界线和下分界线。
[0049]
在实际实现时，如图4所示的一种视神经纤维层的图像示意图，可以将360度环状oct截面图像展开为二维图像，根据视神经纤维层的上分界线和下分界线上各个点位的坐标位置，把视神经纤维层的上分界线和下分界线标记在所展开的二维图像中。
[0050]
步骤八，根据上分界线和下分界线确定视神经纤维层的测量厚度值。
[0051]
步骤九，针对每个点位，获取预先存储的该点位对应的多个预存厚度数据。
[0052]
当在二维图像中标记视神经纤维层的上分界线和下分界线后，可以计算、显示视神经纤维层的测量厚度值，可以与数据库中的数据进行对比后，给出健康评估结果，具体
的，可以收集预先存储的多个人眼视神经纤维层厚度数据，统计以视盘中心点为圆心，半径r的环上每个点位的厚度分布，其中，每个点位对应的预存厚度数据通常有多个。
[0053]
步骤十，基于多个预存厚度数据，计算预设分位数对应的指定厚度值。
[0054]
上述预设分数位可以根据实际需求进行设置，比如，以1、5、95三个分数位为例，针对每个点位，可以计算出1、5、95三个分数位对应的指定厚度值。
[0055]
步骤十一，根据预设分位数和指定厚度值，生成指定半径对应的厚度分布图；其中，厚度分布图包括：异常厚度区间、临界厚度区间、正常厚度区间、超出正常厚度区间。
[0056]
继续以1、5、95三个分数位为例，在计算出每个预设分数位对应的指定厚度值后，可以利用红、黄、绿、白四种颜色分别表示小于1％(对应异常厚度区间)、1％到5％(对应临界厚度区间)、5％到95％(对应正常厚度区间)、大于95％(对应超出正常厚度区间)四个厚度状态区间，形成r环厚度分布图，可以理解，本实施例以厚度分布图包括这四个厚度状态区间为例进行说明，仅为示例，具体实现时，可以根据实际需求选择合适的分数位，划分符合需求的多个厚度区间等，都可以按需设置，在此不作限定。
[0057]
步骤十二，在厚度分布图中显示视神经纤维层的每个点位的测量厚度值。
[0058]
该步骤十二具体可以通过以下步骤c和步骤d实现：
[0059]
步骤c，根据视神经纤维层的每个点位的测量厚度值，绘制厚度值曲线。
[0060]
步骤d，在厚度分布图中显示厚度值曲线。
[0061]
在实际实现时，可以根据每个点位对应的测量厚度值，绘制厚度值曲线，将该厚度值曲线附着在厚度分布图上，如图5所示的一种厚度分布图的示意图，根据该图可以直观地给出每个点位的测量厚度值是否正常的提示，比如，如果某个点位对应的测量厚度值在异常厚度区间对应的区间范围，表示该测量厚度值为异常值，如果某个点位对应的测量厚度值在正常厚度区间对应的区间范围，表示该测量厚度值为正常值。
[0062]
上述视神经纤维层的厚度确定方法，不要求扫描中心必须严格对准视盘中心点，从而降低了操作难度，提高了容错率；另外，该方式基于体数据获取的是整个受检区域视神经纤维层上分层面和下分层面，而非一个简单的环状厚度，从而可以得到更丰富的采样数据；在分析阶段，用户可以在检测区域内拖动厚度分析环，进一步调整位置，确定视神经纤维层的多个位置的测量厚度值，进而可以获取更加精准的厚度分析结果。
[0063]
本发明实施例提供了一种视神经纤维层的厚度确定装置，如图6所示，装置包括：获取模块60，用于获取视神经纤维层所对应区域的oct体数据；分割模块61，用于对oct体数据进行分割，得到分割结果；其中，分割结果包括：视神经纤维层的上分层面和下分层面；采样模块62，用于对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线；确定模块63，用于根据上分界线和下分界线确定视神经纤维层的测量厚度值。
[0064]
上述视神经纤维层的厚度确定装置，获取视神经纤维层所对应区域的oct体数据，并对其进行分割，得到的分割结果包括：视神经纤维层的上分层面和下分层面；对上分层面和下分层面进行环状采样，得到上分界线和下分界线；进而确定视神经纤维层的测量厚度值。该装置通过对oct体数据进行分割和环状采样，可以得到采样的视神经纤维层的上分界线和下分界线，进而得到视神经纤维层厚度，该装置不要求扫描中心必须严格对准视盘中心，降低了操作难度，从而可以提高视神经纤维层厚度的检测精度。
[0065]
进一步的，采样模块62还用于：基于分割结果确定视盘中心点；以视盘中心点为圆心，按指定半径对上分层面和下分层面进行环状采样，得到上分层面对应的上分界线，以及下分层面对应的下分界线。
[0066]
进一步的，采样模块62还用于：根据分割结果确定bruch膜开口区域；计算bruch膜开口区域的质心，将质心确定为视盘中心点。
[0067]
进一步的，采样模块62还用于：以视盘中心点为圆心，按指定半径对oct体数据进行环状采样，得到环状oct截面图像。
[0068]
进一步的，采样模块62还用于：将环状oct截面图像展开为二维图像；在二维图像中标记视神经纤维层的上分界线和下分界线。
[0069]
进一步的，指定半径对应的环形包括多个点位；该装置还用于：针对每个点位，获取预先存储的该点位对应的多个预存厚度数据；基于多个预存厚度数据，计算预设分位数对应的指定厚度值；根据预设分位数和指定厚度值，生成指定半径对应的厚度分布图；其中，厚度分布图包括：异常厚度区间、临界厚度区间、正常厚度区间、超出正常厚度区间；在厚度分布图中显示视神经纤维层的每个点位的测量厚度值。
[0070]
进一步的，该装置还用于：根据视神经纤维层的每个点位的测量厚度值，绘制厚度值曲线；在厚度分布图中显示厚度值曲线。
[0071]
本发明实施例所提供的视神经纤维层的厚度确定装置，其实现原理及产生的技术效果和前述视神经纤维层的厚度确定方法实施例相同，为简要描述，视神经纤维层的厚度确定装置实施例部分未提及之处，可参考前述视神经纤维层的厚度确定方法实施例中相应内容。
[0072]
本发明实施例还提供了一种电子设备，参见图7所示，该电子设备包括处理器130和存储器131，该存储器131存储有能够被处理器130执行的机器可执行指令，该处理器130执行机器可执行指令以实现上述视神经纤维层的厚度确定方法。
[0073]
进一步地，图7所示的电子设备还包括总线132和通信接口133，处理器130、通信接口133和存储器131通过总线132连接。
[0074]
其中，存储器131可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口133(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线132可以是isa总线、pci总线或eisa总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0075]
处理器130可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器130中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器130可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理
器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器131，处理器130读取存储器131中的信息，结合其硬件完成前述实施例的方法的步骤。
[0076]
本发明实施例还提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现上述视神经纤维层的厚度确定方法，具体实现可参见方法实施例，在此不再赘述。
[0077]
本发明实施例所提供的视神经纤维层的厚度确定方法、装置及电子设备的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
[0078]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0079]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。