醫(yī)學(xué)圖像分割中的分段常數(shù)水平集方法與Mumford-Shah模型研究.pdf

1、視網(wǎng)膜視神經(jīng)疾病(如青光眼、糖尿病視網(wǎng)膜病變、老年性黃斑病等)是由多種原因引起的視網(wǎng)膜及視覺神經(jīng)組織病變，并最終導(dǎo)致失明。該疾病在世界范圍內(nèi)有較高的發(fā)病率，且早期大多無臨床征兆，因此早期的診斷十分重要。其中，視(神經(jīng))乳頭或視盤(optic nerve head，or optic disk)的定位、分割、重建與度量是近三十年來視網(wǎng)膜視神經(jīng)疾病計(jì)算機(jī)輔助診斷研究的關(guān)鍵技術(shù)難題。由于光照不均、血管遮擋等原因，使得對(duì)象輪廓拓?fù)浣Y(jié)構(gòu)復(fù)雜多變，現(xiàn)

2、有的大多數(shù)方法的分割結(jié)果不能滿足臨床診斷需要。 本文重點(diǎn)論述如何將基于分段常數(shù)水平集方法(PCLSM)的Mumford-Shah模型應(yīng)用于視乳頭圖像杯盤分割中。該方法的特點(diǎn)是：(1)它能很好地處理多相圖像分割問題；(2)只需要一個(gè)水平集函數(shù)就可以分割多個(gè)目標(biāo)；(3)處理過程不需要人工干預(yù)，自動(dòng)化程度較高。 本文首先采用基于PCLSM的Mumford-Shah模型來分割視乳頭圖像的杯盤，從而得到杯盤形態(tài)邊緣，但這個(gè)邊緣存在

3、斷裂、凹陷；因此，本文進(jìn)一步結(jié)合青光眼視乳頭圖像杯、盤的先驗(yàn)知識(shí)，剔除斷裂、凹陷的邊緣，提取視杯和視盤邊緣真實(shí)的特征點(diǎn)；然后，采用光滑樣條曲線擬合技術(shù)重建被血管遮擋的視杯和視盤部分邊緣；最后本文用擬合好的杯盤邊緣來重建視乳頭杯盤圖像，并根據(jù)該重建圖像自動(dòng)地提取杯盤比等具有青光眼輔助診斷重要價(jià)值的病理特征參數(shù)值。 不同時(shí)期青光眼病人的視乳頭圖像杯盤重建、分割與度量實(shí)驗(yàn)結(jié)果表明，該方法能克服噪聲污染、血管遮擋、光照不均勻、對(duì)比度小、