基于自適應(yīng)PCNN的眼底圖像血管檢測(cè)方法研究.pdf

1、糖尿病(diabetes mellitus，DM)最重要的并發(fā)癥之一是糖尿病視網(wǎng)膜病變(diabetic retinopathy，DR)，而糖尿病視網(wǎng)膜病變篩查的一個(gè)重要步驟是精確的眼底圖像血管檢測(cè)，所以眼底圖像血管檢測(cè)對(duì)于糖尿病的診斷具有重要的指導(dǎo)意義。
　　 血管是眼底圖像中的重要目標(biāo)，其亮度、位置、形狀和尺寸等特征是臨床診斷中重要的參考依據(jù)。本文結(jié)合自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)和最大類間方差準(zhǔn)則，提出了一種眼底圖像血

2、管自動(dòng)檢測(cè)方法。首先采用對(duì)比度受限的自適應(yīng)直方圖均衡化(CLAHE)和二維高斯匹配濾波相結(jié)合的方法對(duì)眼底圖像進(jìn)行預(yù)處理，以增強(qiáng)血管和背景的對(duì)比度;然后基于簡(jiǎn)化PCNN模型，結(jié)合最大類間方差準(zhǔn)則對(duì)預(yù)處理后的眼底圖像進(jìn)行分割，針對(duì)PCNN神經(jīng)元的連接強(qiáng)度通常為一個(gè)常數(shù)的不足，使用像素的拉普拉斯能量(EOL)作為對(duì)應(yīng)神經(jīng)元的連接強(qiáng)度值，使得PCNN能夠根據(jù)像素特征自適應(yīng)地調(diào)整神經(jīng)元的連接強(qiáng)度;最后采用面積濾波、斷點(diǎn)連接對(duì)分割結(jié)果進(jìn)行后處理，得