基于局部血管結(jié)構(gòu)的眼底圖像配準.pdf

1、視網(wǎng)膜眼底圖像是糖尿病、青光眼、高血壓、冠心病等疾病診斷的重要依據(jù)，這些疾病發(fā)生后通常會導致視網(wǎng)膜血管形態(tài)發(fā)生變化，且視網(wǎng)膜病變特征與許多疾病的各期變化特征關(guān)聯(lián)密切，因此研究視網(wǎng)膜眼底圖像能為醫(yī)務(wù)工作者診斷疾病提供重要依據(jù)。本課題研究的視網(wǎng)膜眼底圖像配準技術(shù)是眼底圖像融合和病變比對檢測的前提，配準結(jié)果對病變檢測有極其重要的輔助作用。
　　視網(wǎng)膜眼底圖像高精度配準的困難主要來自兩方面：一是擬配準的眼底圖像可能存在大面積病變，使一些重

2、要特征點提取困難；二是眼底成像存在較嚴重的非線性尺度變形，尤其在遠離中心的外圍區(qū)域更為嚴重。這兩方面因素加大了不適定配準問題的求解難度，造成常規(guī)配準方法難以獲得魯棒性強的高精度配準結(jié)果。目前國內(nèi)外針對眼底圖像配準已經(jīng)開展了大量研究工作，也取得了重要的進展，但是目前工作主要針對質(zhì)量較好的正常視網(wǎng)膜眼底圖像配準，且存在配準速率和配準精度方面的問題，同時在病變圖像中，由于噪聲和病變等干擾，造成關(guān)鍵特征點缺失導致配準失敗。本文依據(jù)血管結(jié)構(gòu)特征，

3、研究了適用于病變圖像的基于局部血管結(jié)構(gòu)的眼底圖像配準方法，其主要工作有：
　　1）基于Gabor濾波器，并通過邊緣抑制算子，同時結(jié)合區(qū)域生長準則，較好的實現(xiàn)了病變圖像的血管骨架提取。
　　2）獲得具有較強的平移、旋轉(zhuǎn)和尺度不變性的血管配對特征點，是實現(xiàn)配準的關(guān)鍵問題。由于孤立特征點的抗尺度不變性弱，我們沿血管走向定位相鄰的多個特征點，并以它們之間的相對位置和距離作為測度，來描述由這多個特征點構(gòu)成的局部血管結(jié)構(gòu)。由于反映了血管

4、局部結(jié)構(gòu)的映射關(guān)系，因此該結(jié)構(gòu)特征在配準時具有很強的魯棒性。
　　3）最后針對非線性形變造成的局部配準偏移較大的問題，提出了一種結(jié)合全局配準和局部配準技術(shù)的眼底圖像二級配準算法。先利用分叉結(jié)構(gòu)相似性測度提取出配準分叉結(jié)構(gòu)，然后采用仿射變換或者二次曲面模型對圖像初配準，對初配準時的未精確配準區(qū)域，再進行精細配準。該算法通過減少配對點集，對圖像采用多級配準方法，提高了配準效率，提升了配準的精度。
　　本文研究所獲得眼底圖像配準方