2020-12-15 19:16| 發(fā)布者: 蘭大技術(shù)轉(zhuǎn)移| 查看: 170| 評論: 0
技術(shù)領(lǐng)域 本發(fā)明涉及視頻影像分析及數(shù)字圖像處理領(lǐng)域,特別涉及一種以眼震影像為對象,對其進(jìn)行視頻解碼、圖像分割、特征提取、特征編碼和模板匹配,獲取眼震視頻中的水平性眼震、垂直性眼震和旋轉(zhuǎn)性眼震的提取和分析方法。 背景技術(shù) 眼震,又稱眼球震顫(Nystagmus),是一種不受意念控制的眼球節(jié)律性運動,前庭性眼震由交替出現(xiàn)的慢相和快相運動組成。眼震癥狀與中樞神經(jīng)系統(tǒng)疾病有著密切的關(guān)聯(lián),例如老年癡呆、癲癇、腦腫瘤、前庭周圍病變、中樞性病變(包括腦干、小腦病變)、眩暈癥和某些眼病。因此,通過觀察眼震可以了解以上疾病的病變情況,甚至可以作為診斷眩暈癥和前庭病變的主要依據(jù)。眼震按方向分為水平性眼震、垂直性眼震和旋轉(zhuǎn)性眼震。 目前對于眼震的檢查,除了裸眼觀測外,最主要技術(shù)為眼震電圖檢測法,通過在眼球兩側(cè)放置電極,采集眼球運動產(chǎn)生的生物電信號,通過信號放大器的作用放大該信號,再以圖形的方式表示出來,這就是眼震電圖(ElectroNystagmoGraphy,ENG)。眼震電圖檢測法可定量分析眼睜、閉眼時的眼震頻率和眼震振幅,在臨床檢查中起到了重要的作用。但是在試驗中,不同人的角膜視網(wǎng)膜電位常常不同,甚至同一個人在不同時間或不同情緒的情況下也表現(xiàn)不同,所以每次檢測時都需要定標(biāo)且容易受病人情緒的干擾。另外由于表示眼震的生物電信號極其微弱,放大器大約需要放大2萬倍才能檢測出明顯的信號,其他生物信號的干擾或者環(huán)境中的電磁信號污染均可對檢測結(jié)果造成影響。另一個局限性是目前該技術(shù)只能檢測水平性眼震和垂直性眼震,無法檢測旋轉(zhuǎn)性眼震。而旋轉(zhuǎn)性眼震是眩暈癥和前庭病變的主要臨床病征。此外,眼震電圖檢測對于設(shè)備和環(huán)境要求很高,且設(shè)備價格高昂、不易普及,目前國內(nèi)僅在大型醫(yī)院中使用。 眼震視圖檢測法(VideoNystagmoGraphy,VNG)由于檢測方便、成本低廉且不受到病人主觀情緒因素和環(huán)境電磁信號的干擾,逐漸受到國內(nèi)外醫(yī)學(xué)機(jī)構(gòu)的重視。VNG系統(tǒng)采用紅外線照明和高速攝像頭進(jìn)行眼震影像的采集,通過觀察和分析眼震影像來獲得水平性眼震、垂直性眼震和旋轉(zhuǎn)性眼震。但是對于VNG的相應(yīng)研究還非常少,臨床上還是基本上依靠肉眼觀察眼震影像來進(jìn)行診斷,未能有可靠的自動化眼震分析和提取技術(shù)得以普及,主要由以下因素造成:(1)影像復(fù)雜。采集過程中的外界因素如光照強(qiáng)度、攝像頭位置和個體本身的行為特征如眼球轉(zhuǎn)動、眼瞼覆蓋、眨眼、閉眼等均反應(yīng)在采集到眼震影像中。而眼震電圖中沒有存在如此復(fù)雜的信號;(2)成像畸變。攝像頭通過光學(xué)系統(tǒng)將物體投影到平面感光元件上從而獲得影像。而人體的眼球是由角膜、鞏膜、虹膜、晶狀體、玻璃體等組織構(gòu)成的復(fù)雜類球形的器官。采集過程中,三維的眼球信息投影到二維的感光元件上造成信息的截取和丟失。常見的問題有:A.眼球的旋轉(zhuǎn)引起的眼球光學(xué)主軸與攝像頭光學(xué)主軸不共線形成投影畸變;B.攝像頭光學(xué)主軸不過眼球的幾何中心形成的離軸畸變。處理影像過程中必須采用適應(yīng)性較好的模型才能避免以上畸變對檢測的影響。(3)研究很少。目前國內(nèi)外對于眼震影像的分析還處于起步階段,研究成果基本上是應(yīng)用現(xiàn)有虹膜識別系統(tǒng)中的虹膜分割和提取的技術(shù),而由于在采集過程中虹膜識別系統(tǒng)對人眼的行為具有高度約束,且采集的過程持續(xù)時間很短。故能避免影像出現(xiàn)(1,2)中所提出的干擾因素,但是眼震視圖檢測中則無法避免?,F(xiàn)有的虹膜分割技術(shù)采用的道格曼(Daugman)微積分算子、霍夫變換(Hough)、主動輪廓模型(ActiveContour)等方法均在復(fù)雜的眼球影像上表現(xiàn)較差,造成系統(tǒng)魯棒性較差,特別是有畸變發(fā)生時,故目前未獲大量應(yīng)用,主要還是依賴醫(yī)師主觀判斷。 發(fā)明內(nèi)容 本發(fā)明的目的是針對現(xiàn)有眼震視圖檢測法中應(yīng)用的眼震分析和提取方法的不足,結(jié)合機(jī)器學(xué)習(xí)、圖像分割、特征提取和模式識別技術(shù),提出了一種基于眼震影像的多方向上眼震信號提取方法。該方法可以從復(fù)雜眼震影像中分割瞳孔和虹膜,并進(jìn)行特征提取、編碼和匹配,提取三個方向上的眼震信息,并以眼震曲線圖的方式展現(xiàn)在計算機(jī)屏幕上,提供醫(yī)學(xué)上有益的參考信息。 技術(shù)負(fù)責(zé)人: 屈志毅 信息科學(xué)與工程學(xué)院 |