基于Hessian矩陣和區域生長的脈絡膜血管自動檢測

邢琳 張旭 葉雨靜 秦磊 沙雨純 朱偉芳 石霏

摘要：脈絡膜血管自動檢測在臨床上具有重要意義，可通過觀察分析脈絡膜血管的形態、厚度等信息對多種眼底疾病進行診斷。為輔助臨床診斷，提出了一種新的基于SD-OCT圖像的脈絡膜血管自動檢測方法。首先檢測出色素上皮層下邊界，確定感興趣區域（Volume of Interest，VOI），然后對圖像進行基于灰度線性變換的增強以及三維塊匹配濾波等預處理，隨后采用Hessian矩陣對血管進行初步提取，提取結果作為目標區域的種子點，進一步用三維區域生長方法檢測完整的血管區域，并通過形狀信息排除誤檢以及形態學濾波對檢測結果進行后處理。測試結果表明，該方法是一種有效的脈絡膜血管自動檢測方法。

關鍵詞：脈絡膜血管；Hessian矩陣；區域生長；三維塊匹配濾波

DOIDOI：10.11907/rjdk.161164

中圖分類號：TP319文獻標識碼：A文章編號：1672-7800（2016）006-0132-05

參考文獻：

[1]L WU N，ALPIZAR ALVAREZ.Choroidal imaging by spectral domainoptical coherence tomography[J].Taiwan Journal of Ophthalmology，2013，3（1）：3-13.

[2]M HOPE-ROSS，L A YANNUZZI，E S GRAGOUDAS，et al.Puliafito，adverse reactions due to indocyanine green[J].Ophthalmology，1994（101）：529-533.

[3]MOTAGHIANNEZAM SM，KOOS D，FRASER SE.Differential phasecontrast，swept-source optical coherence tomography at 1060 nm for in vivo human retinal and choroidal vasculature visualization[J].J Biomed Opt，2012（17）：026011.

[4]N R MAHAJAN，R C R DONAPATI，S S CHANNAPPAYYA，et al.An automated algorithm for blood vessel count and area measurement in 2-D choroidal scan images[J].Engineering in Medicine and Biology Conference （EMBC），Osaka，Japan，2013（23）： 3355-3358.

[5]V KAJIC ，E MARIEH，G CARL，et al .Automated threedimensional choroidal vessel segmentation of 3D 1060 nm OCT retinal data[J].Biomedical optics express，2013，4（1）：134-150.

[6]Z HU，X WU，Y OUYANG，et al.Semiautomated segmentation of the choroid in spectral-domain optical coherence tomography volume scans[J].Investigative ophthalmology & visual science，2013，54（3）：1722-1729.

[7]SRINATH N ，PATIL A ，KUMAR V K，et al.Automated detection of choroid boundary and vessels in optical coherence tomography images[C].2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society （EMBC），2014.

[8]PAL N R，MACHINE INTELL，UNIT INDIAN STAT，et al.A review on image segmentation techniques[J].Pattern Recognition，1993，26（9）：94-1277.

[9]K DABOV，A FOI，V KATKOVNIK，et al.Image denoising by sparse 3-D transform-domain collaborative filtering[J].IEEE Transactions on Image Processing，2007，16（8）：2080-2095.

[10]SATO Y，WESTIN CF，BHALERAO A.Tissue classification based on 3D local intensity structures for volume rendering[J].IEEE Trans Vis Computer Graphics，2000（6）：160-179.

[11]SATO Y，NAKAJIMA S，SHIRAGA N，et al.Three-dimensional multiscale line filter for segmentation and visualization of curvilinear structures in medical images[M].Med Image Anal，1998.

[12]FRANGI AF，NIESSEN WJ，VINCKEN KL，et al.Multiscale vessel enhancement filtering[M].New York，NY： Springer- Verlag，1998：130-137.

[13]LEVINE M D，NAZIF A M.Dynamic measurement of computer generated image segmentations[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1985，7（2）：64-155.

[14]S C ZHU，A YUILLE.Region competition：unifying snakes，region growing，and bayes/mdl for multiband image segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1996，18（9）：884-900.

[15]ZHU S C，YUILLE A.Region competition：unifying snakes，region growing，and bayes/mdl for multi-band image segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1996：884-900.

[16]章毓晉.圖像工程（上冊） 圖像處理[M].第3版.北京：清華大學出版社，2012.