視網(wǎng)膜血管增強(qiáng)方法研究.pdf

1、目前，血管性疾病在人類疾病死亡原因中已接近首位，且其死亡率呈逐年上升的趨勢。視網(wǎng)膜血管作為人體唯一能無損觀察到的較深層微血管，其特征變化不僅可以反映多種眼科疾病，還可反映全身血管類相關(guān)疾病，如高血壓、糖尿病、動脈硬化等。對視網(wǎng)膜血管圖像進(jìn)行觀察和分析，將為相關(guān)疾病的及時發(fā)現(xiàn)與治療提供重要依據(jù)與幫助。然而，受視網(wǎng)膜血管結(jié)構(gòu)、成像環(huán)境、設(shè)備、及噪聲的影響，得到的視網(wǎng)膜血管圖像往往質(zhì)量較差，難以直接用于醫(yī)學(xué)診斷。針對以上問題，本文在總結(jié)和分析

2、現(xiàn)有增強(qiáng)方法的基礎(chǔ)上，提出以下三種視網(wǎng)膜血管增強(qiáng)方法:
　　(1)基于多尺度Hessian矩陣的視網(wǎng)膜血管增強(qiáng)方法。針對視網(wǎng)膜血管的線性結(jié)構(gòu)特點(diǎn)以及寬度大小不一，提出基于多尺度Hessian矩陣的血管增強(qiáng)方法，并通過實(shí)驗(yàn)分析，為尺度因子范圍的選擇提供依據(jù)。
　　(2)基于形態(tài)學(xué)濾波和差分進(jìn)化算法的視網(wǎng)膜血管圖像增強(qiáng)。根據(jù)圖像中血管與背景的灰度差異，提出基于數(shù)學(xué)形態(tài)學(xué)的同態(tài)濾波方法，同時運(yùn)用差分進(jìn)化算法對參數(shù)進(jìn)行優(yōu)化。