病變眼底圖像高效高精度視盤定位與分割.pdf

1、視網(wǎng)膜眼底圖像廣泛用于各種眼底病變的甄別與診斷，對于預(yù)防和及時診治例如青光眼、糖尿病性視網(wǎng)膜病變、白內(nèi)障等致盲性眼科疾病具有重要意義和作用，為了實現(xiàn)大規(guī)模甄別和減輕眼科專家的工作負擔(dān)，基于計算機視覺的自動病變診斷系統(tǒng)近年來得到研究人員廣泛關(guān)注，其對眼底圖像中的主要生理組織結(jié)構(gòu)進行檢測和分割對于后期病變診斷具有重要輔助作用。視盤是眼底圖像中最主要的生理結(jié)構(gòu)，對視盤進行準確定位和分割有利于眼底病變的診斷，例如：很多視盤分割算法需要預(yù)先給出初

2、始種子點；由于視盤和黃斑（視覺最敏銳區(qū)域）之間的距離近似為常數(shù)，當(dāng)視盤位置確定后，確定黃斑區(qū)域也就容易了；視盤和大尺寸的亮黃色病變（溢出物病變）容易混擾，準確地檢測出視盤可以將其從候選病變對象中予以排除。
　　由于非均勻光照、對比度以及病變等因素干擾使得想要準確地定位和分割視盤并不容易。尤其在病變圖像中，視盤外觀可能被完全破壞，因此檢測難度非常大，針對已有文獻中視盤定位和分割算法存在問題，本論文在提高視盤定位的精度和效率以及提高視

3、盤分割的魯棒性方面做了一定的研究，論文主要工作包括以下幾個方面：
　　提出一種快速自動定位視盤方法，首先基于梯度和亮度信息提取視盤的候選區(qū)域點；然后利用血管在視盤區(qū)域分布非常集中并且沿垂直方向延伸的特點,對候選點進行匹配濾波最終定位視盤點。本論文方法在五個公開的眼底圖像數(shù)據(jù)庫1540幅圖像上進行了測試，成功定位出1514幅眼底圖像，準確率達到98.3％。STARE數(shù)據(jù)庫中平均運算時間為6.3s每幅，在正常和病變眼底圖像測試中表現(xiàn)出

4、良好的魯棒性。
　　通過綜合利用視網(wǎng)膜眼底圖像中血管分布和方向特性，研究了一種新穎的能夠快速精確定位視盤的算法，算法首先采用了一個結(jié)合3種血管分布特性（即血管密度，緊湊性和均勻性）的特征來定位視盤的水平坐標位置，在限制垂直坐標的范圍后，根據(jù)全局血管走向特性，引入霍夫變換對主血管進行拋物線擬合，最終確定視盤的中心點坐標。本算法在四個公開數(shù)據(jù)庫340幅眼底圖像上進行了測試，其中成功定位出339幅（99.7%）。平均定位一幅圖像的時間約

5、為2.1-10.3s。相比之前的很多定位方法，該算法在定位精度和效率方面有優(yōu)勢。
　　可靠、有效的視盤分割對自動眼底病變診斷分析具有重要意義。本論文提出了一種基于平滑濾波和CV模型的視盤分割算法：在利用投影法定位出視盤的中心后，采用Gabor濾波技術(shù)提取并移除視盤局部區(qū)域的主血管，然后利用鄰域信息通過插值運算填充被移除血管區(qū)域像素，再采用邊緣保留平滑濾波對視盤區(qū)域進行平滑，最后利用基于區(qū)域信息的CV水平集模型分割出視盤的邊界。本論