淚河l層oct檢測中的假信號處理方法

淚河l層oct檢測中的假信號處理方法
【專利摘要】本發(fā)明涉及OCT檢測數(shù)據(jù)處理【技術(shù)領(lǐng)域】，特別是一種淚河L層檢測中的假信號處理方法，包括以下步驟：步驟1：對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化，得到數(shù)字矩陣，然后對假信號區(qū)域進行識別；步驟2：對識別的假信號區(qū)域進行修復(fù)，輸出修復(fù)圖像；步驟3：計算并輸出因假信號修復(fù)造成的置信度下降參數(shù)。該方法有利于提高淚河L層OCT檢測結(jié)果的準(zhǔn)確性。
【專利說明】淚河L層OCT檢測中的假信號處理方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及OCT (光學(xué)相干斷層掃描技術(shù)或稱光學(xué)相干層析技術(shù)，OpticalCoherence Tomography)檢測數(shù)據(jù)處理【技術(shù)領(lǐng)域】,特別是一種淚河L層檢測中的假信號處理方法。
【背景技術(shù)】
[0002]淚河是位于下瞼緣內(nèi)與角結(jié)膜交界處，由于淚液的匯集而行成的呈新月形的一個結(jié)構(gòu)。淚河的表層存在著一種結(jié)構(gòu)，這個結(jié)構(gòu)以往文獻沒有報道過，為方便，將其命名淚河林氏層(tear meniscus lin’ s layer)或淚河L層。淚河L層幾乎無法被肉眼觀察,但可以被OCT等檢測技術(shù)所探知，通過OCT的掃描可以得到其形態(tài)特征。淚河L層在正常情況下具有近似扁紡錘形/橢圓形的形態(tài)，兩側(cè)可發(fā)生延伸，它構(gòu)成了 OCT淚河斷面圖像的上邊緣，呈中高信號。這層結(jié)構(gòu)與具有一定表面活性的脂質(zhì)層有關(guān)，在干眼癥，瞼緣疾病等眼表疾病中，這層結(jié)構(gòu)會發(fā)生改變。通過分析淚河L層，有望對眼表的脂質(zhì)狀態(tài)及相關(guān)疾病作出判斷。但在OCT等檢測中，由于淚河表面的弧度不均，常常會使淚河的部分水液表面與OCT探測裝置呈特定角度，從而對OCT的發(fā)射信號發(fā)生直接鏡面反射，形成過強的假信號；這使得OCT檢測到的淚河表面，在非L層存在的部位或L層中應(yīng)呈現(xiàn)中弱反射的部位，形成局部的強反射信號，干擾了的這層結(jié)構(gòu)的分析。
[0003]這就要求在對淚河L層進行分析的過程中，需考慮到這種假信號的存在并對其進行鑒別、處理，以免形成較大的誤差，從而干擾檢測分析結(jié)果在眼表脂質(zhì)狀態(tài)判別及相關(guān)疾病診斷中的應(yīng)用。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種淚河L層OCT檢測中的假信號處理方法，該方法有利于提高淚河L層OCT檢測結(jié)果的準(zhǔn)確性。
[0005]為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是:一種淚河L層OCT檢測中的假信號處理方法，包括以下步驟:
步驟1:對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化，得到數(shù)字矩陣，然后對假信號區(qū)域進行識別；
步驟2:對識別的假信號區(qū)域進行修復(fù)，輸出修復(fù)圖像；
步驟3:計算并輸出因假信號修復(fù)造成的置信度下降參數(shù)。
[0006]進一步的，在步驟I中，按如下方法對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化分析:
如果可以直接由相應(yīng)接口得到掃描信號數(shù)據(jù)時，將直接獲取的掃描信號數(shù)據(jù)列為三維矩陣進行下一步計算；如果不能直接獲得掃描信號數(shù)據(jù)，但可以得到經(jīng)過處理的圖像信號時，將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的三維矩陣進行下一步計算；如果得到的是二維圖像，也將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的二維數(shù)字矩陣。[0007]進一步的，在步驟I中，按如下方法對L層區(qū)域及假信號區(qū)域進行識別:
假信號區(qū)域識別:當(dāng)掃描信號數(shù)據(jù)為二維掃描信號數(shù)據(jù)時，逐點計算相鄰兩像素點的掃描信號信號強度差值Xn+1_Xn，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且Xn+1-Xn> [ (2/3) Xmax-XJ /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號；當(dāng)掃描信號數(shù)據(jù)為三維掃描信號數(shù)據(jù)時，對掃描信號中與人眼正面平行的各截面分別逐點計算相鄰兩像素點的掃描信號信號強度差值χη+1-χη，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且Xn+1-Xn> [ (2/3) Xmax-Xn] /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號；
L層區(qū)域識別:L層周圍的信號為接近O的反射信號，同樣采用周圍差值法，將相鄰兩像素點的掃描信號信號強度差值Xn+1_Xn，Xn為接近O或周圍背景噪聲的數(shù)值，將掃描信號信號強度值Xn+1所代表的掃描信號點判定為L層圖像信號邊緣點，將相連的L層圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為L層區(qū)域。
[0008]進一步的，所述步驟2具體包括:
步驟2.1:如果獲取了二次掃描權(quán)限，發(fā)出二次掃描范圍平移l_3mm的機器指令信號，或發(fā)出更改相干光發(fā)射接收器角度5-10°的機器指令信號，取得二次掃描信號數(shù)據(jù)或圖像；將二次掃描信號數(shù)據(jù)或圖像轉(zhuǎn)化為二次數(shù)字矩陣然后進行假信號區(qū)域識別，得到二次掃描圖像的L層區(qū)域及假信號區(qū)域；將原始掃描圖像與二次掃描圖像進行疊加，對正常L層區(qū)域?qū)⒃紥呙鑸D像與二次掃描圖像二者相加取均值，對假信號區(qū)域進行截取剔除并由另一次掃描圖像的相應(yīng)區(qū)域互補；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣；
步驟2.2:如果未獲取二次掃描權(quán)限，或者采用步驟2.1發(fā)現(xiàn)仍存在不可避免的假信號互補盲區(qū)時，采用假信號區(qū)域周邊4-16個數(shù)據(jù)點的值進行分層填充，二維數(shù)據(jù)中的填充值參考周邊4-16個數(shù)據(jù)點的均值得出，三維數(shù)據(jù)中的填充值參考水平及垂直方向各2-8個數(shù)據(jù)點的均值得出；當(dāng)假信號區(qū)域處于L層輪廓邊緣時，使用外緣計算法填充:其外緣輪廓由周邊L層輪廓按弧度延長得出，其填充值按兩側(cè)邊緣連線各2-8個數(shù)據(jù)點的均值計算；外緣填充層為假信號區(qū)域內(nèi)側(cè)點至虛擬外緣輪廓連線的1/4，為1-20個數(shù)據(jù)點；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣，如有使用外緣計算法，同時輸出外緣修正系數(shù)(BM) =填充的外緣長度/虛擬處理后L層外緣總長度，如未使用外緣計算法，外緣修正系數(shù)(BM) = O。
[0009]步驟2.3:如果步驟2.1,2.2均不能使用，或者采用步驟2.1,2.2處理后置信度下降太多，采用人工模型數(shù)據(jù)庫模擬修正法進行處理:制作模擬的具有各種形態(tài)的人工淚河L層模型，并存入人工淚河L層模型數(shù)據(jù)庫；將待處理對象的淚河L層與數(shù)據(jù)庫中的人工淚河L層模型進行比較，找到最為接近的模型，對步驟I中識別的假信號區(qū)域進行匹配交換填充，實現(xiàn)修復(fù)；
步驟2.4:采用步驟2.3的同時，可以同時采用人體淚河L層數(shù)據(jù)庫模擬修正法進行處理:采集大量志愿者或臨床研究對象中不存在假信號的良好采樣結(jié)果，存入人體淚河L層數(shù)據(jù)庫；將待處理對象的淚河L層與數(shù)據(jù)庫中的人體淚河L層進行比較，找到最為接近的模型，對步驟I中識別的假信號區(qū)域進行匹配交換填充，實現(xiàn)修復(fù)。
[0010]進一步的，所述步驟3具體包括:
當(dāng)僅采用步驟2.1方法時，置信下降值(Rd) =M1X (假信號區(qū)域/L層總區(qū)域)；
當(dāng)僅采用步驟2.2方法時，置信下降值(Rd) =M2X (假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù)XM3)；
當(dāng)同時采用步驟2.1及2.2方法時，置信下降值(Rd) =M2X (盲區(qū)假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù)XM3)+M1X (經(jīng)步驟2.1處理的假信號區(qū)域/L層總區(qū)域)；
其中，MpM2、M3為校正系數(shù)，M3> M^M1 ;如果是三維數(shù)據(jù)矩陣，按各層總和計算。
[0011]如果采用步驟2.3，置信下降值(Rd) =SD modelX (假信號區(qū)域/L層總區(qū)域)；采用固定值SDnrodel，SDmt5del值的估算依據(jù):1.根據(jù)在人工模擬的多批次淚河L層模型(>30次)進行標(biāo)準(zhǔn)采樣后，并與正常良好采樣后的多批次(>30次)人體真實淚河L層對比后，經(jīng)過比較其各模型總體及局部數(shù)值差異，并計算兩組的總體方差得出。由于這組值在不同人種及不同地域中因為溫濕度變化可能存在明顯差異，在結(jié)果輸出時需提出來樣本來源及環(huán)境參數(shù)。并根據(jù)需要在使用地域進行實地測試，提供在本地使用環(huán)境下的Rd 值，以提高準(zhǔn)確性。
[0012]如果采用步驟2.4，置信下降值(Rd)= SD himanX (假信號區(qū)域/L層總區(qū)域)，SDhu_值的估算依據(jù):對于數(shù)據(jù)庫中的各樣本進行隨機放置來源不同的各假信號圖形，使用步驟2.4的方法進行檢索替換，最終計算修復(fù)后的淚河L層與原淚河L層進行比較，計算總
方差值。
[0013]本發(fā)明的有益效果是提出了對淚河L層OCT檢測中假信號區(qū)域的鑒別和處理方法，根據(jù)是否獲取二次掃描權(quán)限等情況對假信號區(qū)域進行修復(fù)，并輸出修復(fù)圖像及相應(yīng)的置信下降值，由于修復(fù)了假信號帶來的影響，使得利用OCT進行淚河L層檢測的結(jié)果更加客觀、準(zhǔn)確。
[0014]下面結(jié)合附圖及具體實施例對本發(fā)明作進一步的詳細說明。
【專利附圖】

【附圖說明】
[0015]圖1是本發(fā)明實施例的流程圖。
【具體實施方式】
[0016]本發(fā)明的淚河L層OCT檢測中的假信號處理方法，如圖1所示，包括以下步驟: 步驟1:對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化，得到數(shù)字矩陣，然后對
假信號區(qū)域進行識別；
步驟2:對識別的假信號區(qū)域進行修復(fù)，輸出修復(fù)圖像；
步驟3:計算并輸出因假信號修復(fù)造成的置信度下降參數(shù)。
[0017]在步驟I中，按如下方法對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化分析:
根據(jù)淚河L層的信號存在形式不同，予以相應(yīng)的轉(zhuǎn)化。如果可以直接由相應(yīng)接口得到掃描信號數(shù)據(jù)時，將直接獲取的掃描信號數(shù)據(jù)列為三維矩陣進行下一步計算；如果不能直接獲得掃描信號數(shù)據(jù)，但可以得到經(jīng)過處理的圖像信號時，將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的三維矩陣進行下一步計算；如果得到的是二維圖像，也將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的二維數(shù)字矩陣。
[0018]在步驟I中，按如下方法對L層區(qū)域及假信號區(qū)域進行識別:
假信號區(qū)域識別:當(dāng)掃描信號數(shù)據(jù)為二維掃描信號數(shù)據(jù)時，逐點計算相鄰兩像素點的掃描信號信號強度差值χη+1-χη，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且xn+1-xn> [ (2/3) Xmax-XJ /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號；當(dāng)掃描信號數(shù)據(jù)為三維掃描信號數(shù)據(jù)時，對掃描信號中與人眼正面平行的各截面分別逐點計算相鄰兩像素點的掃描信號信號強度差值χη+1-χη，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且Xn+1-Xn> [ (2/3) Xmax-Xn] /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值(即設(shè)備理論上所能監(jiān)測到的最大值)，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號；
L層區(qū)域識別:由于L層周圍一般為淚液中的水液層，故L層周圍的信號一般為接近O的反射信號，同樣采用周圍差值法，將相鄰兩像素點的掃描信號信號強度差值χη+1-χη，\為接近O或周圍背景噪聲的數(shù)值，而圖像信號邊緣點明顯高于周圍背景噪聲，將掃描信號信號強度值Xn+1所代表的掃描信號點判定為L層圖像信號邊緣點，將相連的L層圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為L層區(qū)域。
[0019]所述步驟2具體包括:
步驟2.1:如果獲取了二次掃描權(quán)限，發(fā)出二次掃描范圍平移l_3mm的機器指令信號，或發(fā)出更改相干光發(fā)射接收器角度5-10°的機器指令信號，取得二次掃描信號數(shù)據(jù)或圖像；將二次掃描信號數(shù)據(jù)或圖像轉(zhuǎn)化為二次數(shù)字矩陣然后進行假信號區(qū)域識別，得到二次掃描圖像的L層區(qū)域及假信號區(qū)域；將原始掃描圖像與二次掃描圖像進行疊加，對正常L層區(qū)域?qū)⒃紥呙鑸D像與二次掃描圖像二者相加取均值，對假信號區(qū)域進行截取剔除并由另一次掃描圖像的相應(yīng)區(qū)域互補；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣；
步驟2.2:如果未獲取二次掃描權(quán)限，或者采用步驟2.1發(fā)現(xiàn)仍存在不可避免的假信號互補盲區(qū)時，采用假信號區(qū)域周邊4-16個數(shù)據(jù)點的值進行分層填充，二維數(shù)據(jù)中的填充值參考周邊4-16個數(shù)據(jù)點的均值得出，三維數(shù)據(jù)中的填充值參考水平及垂直方向各2-8個數(shù)據(jù)點的均值得出；當(dāng)假信號區(qū)域處于L層輪廓邊緣時，使用外緣計算法填充:其外緣輪廓由周邊L層輪廓按弧度延長得出，其填充值按兩側(cè)邊緣連線各2-8個數(shù)據(jù)點的均值計算；外緣填充層為假信號區(qū)域內(nèi)側(cè)點至虛擬外緣輪廓連線的1/4，為1-20個數(shù)據(jù)點；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣，如有使用外緣計算法，同時輸出外緣修正系數(shù)(BM)=填充的外緣長度/虛擬處理后L層外緣總長度，如未使用外緣計算法，外緣修正系數(shù)(BM) = O。
[0020]步驟2.3:如果步驟2.1,2.2均不能使用，或者采用步驟2.1,2.2處理后置信度下降太多，采用人工模型數(shù)據(jù)庫模擬修正法進行處理:
原理如下:淚河L層的形成主要是由于人體淚液中的脂質(zhì)和一些表面活性物質(zhì)結(jié)合，由于其與水液的表面張力，所以形成特殊的形態(tài)，這種形態(tài)由于脂質(zhì)、表面活性的不同，而形成一種與其形狀相關(guān)的具有相對穩(wěn)定變化的規(guī)律。也就是說，在某兩個具有高度類似形態(tài)的淚河L層中，其對應(yīng)位置的信號值具有較高的相似度。找到具有與目標(biāo)淚河L層有高度相似形態(tài)的標(biāo)準(zhǔn)參考L層，就可以將其相應(yīng)位置的信號差別進行互換填充，從而修正假信號。
[0021]由于淚河L層可以利用人工方法進行模擬，所以利于人工模型得出的結(jié)果，可以用于假信號的修正填充。
[0022]實現(xiàn)技術(shù)方法如下:制作模擬的具有各種形態(tài)的人工淚河L層模型，并存入人工淚河L層模型數(shù)據(jù)庫:采用不同比例的表面活性劑(如Triton X100)和脂質(zhì)(如輕質(zhì)植物油等)，在人工制作的類V型槽中按不同用量進行涂布，并最終使其浮于表面，經(jīng)過一定時間靜置后，使用OCT進行掃描，得到人工淚河L層模型；
將待處理對象的淚河L層與數(shù)據(jù)庫中的人工淚河L層模型進行比較，主要比較參數(shù):邊緣形態(tài)、信號峰值、矯正信號峰值等，找到最為接近的模型，對步驟I中識別的假信號區(qū)域進行匹配交換填充，實現(xiàn)修復(fù)；
在與人工淚河L層模型比較替換的時候，存在人工淚河L層模型往往明顯大于真實的人眼淚河，所以需要進行縮放，主要參數(shù)是根據(jù)人工制作的類V型槽與人眼淚河形態(tài)中下瞼緣及角結(jié)膜位置中形成的類V形兩邊長度進行縮放。
[0023]在與人工淚河L層模型比較替換的時候，還由于受試者配合程度、環(huán)境干擾等影響，采樣的總體信號強度有所不同，會產(chǎn)生一定的衰減，所以會對除了邊緣形態(tài)等諸如信號峰值其它參數(shù)產(chǎn)生影響，所以采用參數(shù)比較的時候，先對具有相對穩(wěn)定，受因為OCT采樣的環(huán)境影響而導(dǎo)致的總體信號衰減較小的參數(shù)進行比較，例如邊緣形態(tài)、矯正信號峰值、總體信號值方差，再進行整體的信號數(shù)值人工增益或者減弱，再匹配信號峰值等受采樣較明顯的參數(shù)。交換填充時，將經(jīng)過上述方法經(jīng)人工增益或者減弱的結(jié)果作為參考值，進行交換修復(fù)填充。
[0024]步驟2.4:采用步驟2.3的同時，可以同時采用人體淚河L層數(shù)據(jù)庫模擬修正法進行處理:其使用原理相同，不同之處在于，匹配交換的淚河L層數(shù)據(jù)庫是使用經(jīng)過標(biāo)準(zhǔn)采樣的人體淚河L層數(shù)據(jù)庫。
[0025]原理:同步驟2.3。
[0026]實現(xiàn)技術(shù)方法如下:采集并記錄大量志愿者或者臨床研究對象中取得的不存在假信號的良好采樣結(jié)果，而制作形成人體淚河L層數(shù)據(jù)庫。分析計算各樣本中的淚河類V形淚河槽形態(tài)、L層邊緣形態(tài)、信號峰值、矯正信號峰值等匹配用參數(shù)，以利于操作中檢索調(diào)用。
[0027]將測試對象的淚河L層與數(shù)據(jù)庫中的人體淚河L層進行比較，主要比較參數(shù):淚河類V形淚河槽形態(tài)，L層邊緣形態(tài)、信號峰值、矯正信號峰值等。找到最為接近的模型，在步驟I中識別的假信號位置中進行交換填充，從而修復(fù)。
[0028]本方法中，由于數(shù)據(jù)庫采樣較為容易，可以制作海量數(shù)據(jù)庫(>2000)。可以直接進行對比互換，而不必采用步驟2.3中所述的縮放及信號數(shù)據(jù)人工增益或者減弱步驟，具有更好的可靠性。
[0029]所述步驟3具體包括:
當(dāng)僅采用步驟2.1方法時，置信下降值(Rd) =M1X (假信號區(qū)域/L層總區(qū)域)。
[0030]當(dāng)僅采用步驟2.2方法時，置信下降值(Rd) =M2X (假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù)xm3)。[0031]當(dāng)同時采用步驟2.1及2.2方法時，置信下降值(Rd) =M2X (盲區(qū)假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù)XM3)+M1X (經(jīng)步驟2.1處理的假信號區(qū)域/L層總區(qū)域)。
[0032]其中，Mp M2、M3為校正系數(shù)，M3> M^M1 ;如果是三維數(shù)據(jù)矩陣，按各層總和計算。
[0033]采用步驟2.3，置信下降值(Rd)=SD modelX (假信號區(qū)域/L層總區(qū)域);采用固定值SD model,SD model值的估算依據(jù):1.根據(jù)在人工模擬的多批次淚河L層模型(>30次)進行標(biāo)準(zhǔn)采樣后，并與正常良好采樣后的多批次(>30次)人體真實淚河L層對比后，經(jīng)過比較其各模型總體及局部數(shù)值差異，并計算兩組的總體方差得出。由于這組值在不同人種及不同地域中因為溫濕度變化可能存在明顯差異，在結(jié)果輸出時需提出來樣本來源及環(huán)境參數(shù)。并根據(jù)需要在使用地域進行實地測試，提供在本地使用環(huán)境下的Rd model值，以提高準(zhǔn)確性。
[0034]如果采用步驟2.4，置信下降值(Rd)= SD himanX (假信號區(qū)域/L層總區(qū)域)，SDhu_值的估算依據(jù):對于數(shù)據(jù)庫中的各樣本進行隨機放置來源不同的各假信號圖形，使用步驟2.4的方法進行檢索替換，最終計算修復(fù)后的淚河L層與原淚河L層進行比較，計算總方差值。
[0035]此外，通過大量的實驗證實假信號區(qū)域具有高亮、集中分布的特性，還可以通過以下兩種方法進行處理，作為步驟2.2所述方法的補充。
[0036]方法A:在時域內(nèi)進行處理
1.1統(tǒng)計圖像的灰度分布，生成直方圖；
直方圖中的數(shù)值都是統(tǒng)計而來，描述了該圖像中關(guān)于顏色的數(shù)量特征，可以反映圖像顏色的統(tǒng)計分布和基本色調(diào)圖像顏色的統(tǒng)計分布和基本色調(diào)；直方圖只包含了該圖像中某一顏色值出現(xiàn)的頻數(shù)，而丟失了某象素所在的空間位置信息；任一幅圖像都能唯一的給出一幅與它對應(yīng)的直方圖。
[0037]1.2使用OTSU方法，生成自適應(yīng)的閾值，對圖像進行分割，大于閾值的保留下來，形成多個區(qū)域；該方法搜索合適的閾值，使得類內(nèi)方差最小，定義成為兩類方差的加權(quán)和。
[0038]其中，叫⑴=
1.3然后計算各個區(qū)域的面積，長寬比信息
[0039]1.4若I)區(qū)域長寬比j, , ;2)面積落在假信號的區(qū)間內(nèi)，即
【權(quán)利要求】
1.一種淚河L層OCT檢測中的假信號處理方法，其特征在于，包括以下步驟: 步驟1:對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化，得到數(shù)字矩陣，然后對假信號區(qū)域進行識別； 步驟2:對識別的假信號區(qū)域進行修復(fù)，輸出修復(fù)圖像； 步驟3:計算并輸出因假信號修復(fù)造成的置信度下降參數(shù)。
2.根據(jù)權(quán)利要求1所述的淚河L層檢測中的假信號處理方法，其特征在于，在步驟I中，按如下方法對淚河表層的OCT掃描信號數(shù)據(jù)或生成圖像進行轉(zhuǎn)化分析: 如果可以直接由相應(yīng)接口得到掃描信號數(shù)據(jù)時，將直接獲取的掃描信號數(shù)據(jù)列為三維矩陣進行下一步計算；如果不能直接獲得掃描信號數(shù)據(jù)，但可以得到經(jīng)過處理的圖像信號時，將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的三維矩陣進行下一步計算；如果得到的是二維圖像，也將圖像信號轉(zhuǎn)化為由其灰度值構(gòu)成的二維數(shù)字矩陣。
3.根據(jù)權(quán)利要求1所述的淚河L層檢測中的假信號處理方法，其特征在于，在步驟I中，按如下方法對L層區(qū)域及假信號區(qū)域進行識別: 假信號區(qū)域識別:當(dāng)掃描信號數(shù)據(jù)為二維掃描信號數(shù)據(jù)時，逐點計算相鄰兩像素點的掃描信號信號強度差值Xn+1_Xn，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且Xn+1-Xn> [ (2/3) Xmax-XJ /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號；當(dāng)掃描信號數(shù)據(jù)為三維掃描信號數(shù)據(jù)時，對掃描信號中與人眼正面平行的各截面分別逐點計算相鄰兩像素點的掃描信號信號強度差值χη+1-χη，式中Xn為更接近圖像邊緣的像素點的掃描信號信號強度值，當(dāng)Xn+1> (2/3) Xmax且Xn+1-Xn> [ (2/3) Xmax-Xn] /2時，將掃描信號信號強度值Xn+1所代表的掃描信號點判斷為假圖像信號邊緣點，式中Xmax為信號監(jiān)測閾區(qū)間的最大信號值，將相連的假圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為假圖像區(qū)域，位于假圖像區(qū)域中的信號為假圖像信號； L層區(qū)域識別:L層周圍的信號為接近O的反射信號，同樣采用周圍差值法，將相鄰兩像素點的掃描信號信號強度差值Xn+1_Xn，Xn為接近O或周圍背景噪聲的數(shù)值，將掃描信號信號強度值Xn+1所代表的掃描信號點判定為L層圖像信號邊緣點，將相連的L層圖像信號邊緣點連接起來，所構(gòu)成的區(qū)域即為L層區(qū)域。
4.根據(jù)權(quán)利要求1所述的淚河L層檢測中的假信號處理方法，其特征在于，所述步驟2具體包括: 步驟2.1:如果獲取了二次掃描權(quán)限，發(fā)出二次掃描范圍平移l_3mm的機器指令信號，或發(fā)出更改相干光發(fā)射接收器角度5-10°的機器指令信號，取得二次掃描信號數(shù)據(jù)或圖像；將二次掃描信號數(shù)據(jù)或圖像轉(zhuǎn)化為二次數(shù)字矩陣然后進行假信號區(qū)域識別，得到二次掃描圖像的L層區(qū)域及假信號區(qū)域；將原始掃描圖像與二次掃描圖像進行疊加，對正常L層區(qū)域?qū)⒃紥呙鑸D像與二次掃描圖像二者相加取均值，對假信號區(qū)域進行截取剔除并由另一次掃描圖像的相應(yīng)區(qū)域互補；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣； 步驟2.2:如果未獲取二次掃描權(quán)限，或者采用步驟2.1發(fā)現(xiàn)仍存在不可避免的假信號互補盲區(qū)時，采用假信號區(qū)域周邊4-16個數(shù)據(jù)點的值進行分層填充，二維數(shù)據(jù)中的填充值參考周邊4-16個數(shù)據(jù)點的均值得出，三維數(shù)據(jù)中的填充值參考水平及垂直方向各2-8個數(shù)據(jù)點的均值得出；當(dāng)假信號區(qū)域處于L層輪廓邊緣時，使用外緣計算法填充:其外緣輪廓由周邊L層輪廓按弧度延長得出，其填充值按兩側(cè)邊緣連線各2-8個數(shù)據(jù)點的均值計算；外緣填充層為假信號區(qū)域內(nèi)側(cè)點至虛擬外緣輪廓連線的1/4，為1-20個數(shù)據(jù)點；輸出處理后的圖像及相應(yīng)數(shù)據(jù)矩陣，如有使用外緣計算法，同時輸出外緣修正系數(shù)=填充的外緣長度/虛擬處理后L層外緣總長度，如未使用外緣計算法，外緣修正系數(shù)=O ； 步驟2.3:如果步驟2.1、2.2均不能使用，或者采用步驟2.1、2.2處理后置信度下降太多，采用人工模型數(shù)據(jù)庫模擬修正法進行處理:制作模擬的具有各種形態(tài)的人工淚河L層模型，并存入人工淚河L層模型數(shù)據(jù)庫；將待處理對象的淚河L層與數(shù)據(jù)庫中的人工淚河L層模型進行比較，找到最為接近的模型，對步驟I中識別的假信號區(qū)域進行匹配交換填充，實現(xiàn)修復(fù)； 步驟2.4:采用步驟2.3的同時，可以同時采用人體淚河L層數(shù)據(jù)庫模擬修正法進行處理:采集大量志愿者或臨床研究對象中不存在假信號的良好采樣結(jié)果，存入人體淚河L層數(shù)據(jù)庫；將待處理對象的淚河L層與數(shù)據(jù)庫中的人體淚河L層進行比較，找到最為接近的模型，對步驟I中識別的假信號區(qū)域進行匹配交換填充，實現(xiàn)修復(fù)。
5.根據(jù)權(quán)利要求4所述的淚河L層檢測中的假信號處理方法，其特征在于，所述步驟3具體包括: 當(dāng)僅采用步驟2.1方法時，置信下降值=M1X (假信號區(qū)域/L層總區(qū)域)； 當(dāng)僅采用步驟2.2方法 時，置信下降值=M2X (假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù) XM3)； 當(dāng)同時采用步驟2.1及2.2方法時，置信下降值=M2X (盲區(qū)假信號區(qū)域/L層總區(qū)域+外緣修正系數(shù)XM3) +M1X (經(jīng)步驟2.1處理的假信號區(qū)域/L層總區(qū)域)； 其中，MpM2、M3為校正系數(shù)，M3> M^M1 ;如果是三維數(shù)據(jù)矩陣，按各層總和計算； 如果采用步驟2.3，置信下降值=SD modelX (假信號區(qū)域/L層總區(qū)域);SD model值的估算依據(jù):在人工模擬的多批次淚河L層模型進行標(biāo)準(zhǔn)采樣，并與正常良好采樣后的多批次人體真實淚河L層對比，比較其各模型總體及局部數(shù)值差異，并計算兩組的總體方差得出；由于這組值在不同人種及不同地域中因為溫濕度變化可能存在明顯差異，在結(jié)果輸出時需提出樣本來源及環(huán)境參數(shù)，并根據(jù)需要在使用地域進行實地測試，提供在本地使用環(huán)境下的Rdnwdel 值； 如果采用步驟2.4，置信下降值=SD humanX (假信號區(qū)域/L層總區(qū)域);SDhuman值的估算依據(jù):對于數(shù)據(jù)庫中的各樣本進行隨機放置來源不同的各假信號圖形，使用步驟2.4的方法進行檢索替換，最終計算修復(fù)后的淚河L層與原淚河L層進行比較，計算總方差值。
【文檔編號】G06T3/00GK103544680SQ201310372611
【公開日】2014年1月29日 申請日期:2013年8月24日 優(yōu)先權(quán)日:2013年8月24日
【發(fā)明者】林晨, 陳志鵬 申請人:林晨