眼底圖像處理與分析中的關(guān)鍵技術(shù)研究.pdf

1、醫(yī)學影像學及相關(guān)技術(shù)已廣泛用于醫(yī)學領(lǐng)域，并發(fā)展為醫(yī)學臨床診療中的客觀依據(jù)，醫(yī)學影像的處理與分析技術(shù)作為輔助診療的關(guān)鍵，具有重要的臨床和研究價值。眼底圖像是眼科中通過眼底照相機獲取的一種標準的客觀診斷影像，其中，眼底是位于內(nèi)眼后部組織結(jié)構(gòu)（視網(wǎng)膜、脈絡(luò)膜、視神經(jīng)和黃斑等）的統(tǒng)稱。眼底疾病（糖尿病視網(wǎng)膜病變、老年性黃斑變性和青光眼等）可導致視力下降，是致盲的首要原因，為此，眼底圖像的處理與分析對糖尿病、高血壓等眼底病變以及黃斑病變、眼底動脈

2、硬化和視網(wǎng)膜病變等各種眼底疾病的早期發(fā)現(xiàn)、診斷、治療以及輔助診療有著重要的意義。
　　論文按照眼底圖像獲取、眼底圖像預處理、眼底圖像配準融合拼接、眼底重要目標分割與測量、眼底圖像處理與分析系統(tǒng)實現(xiàn)這條主線展開研究。主要研究內(nèi)容和創(chuàng)新成果如下:
　　(1)針對眼底照相機對人眼眼底的成像原理，由GullstrandⅠ號模型眼參數(shù)建立了人眼光學模型，由眼底照相機成像光路設(shè)計建立了眼底照相機光學模型，分析了人眼和眼底照相機成像光路中

3、存在的像差和畸變，提出了基于眼底照相機標定的眼底圖像幾何畸變校正算法及基于RGB與HSI彩色圖像空間變換和頻域同態(tài)濾波的彩色眼底圖像輻射量畸變校正算法，可有效校正眼底圖像中最大為20像素左右的幾何畸變，有效校正彩色眼底圖像的輻射量畸變，保留彩色眼底圖像的細節(jié)信息，提高后續(xù)參數(shù)測量的精度;針對人眼光學模型、眼底照相機成像光路的像差和畸變特點，引入了一種基于盲解卷積和Lucy Richardson的彩色眼底圖像復原方法，可有效改善彩色及灰度

4、眼底圖像的清晰度，分別提高16.4％和15.8％，保證了后續(xù)處理與分析的精度;并針對不同的圖像處理與分析工作進行針對性的眼底圖像預處理。
　　(2)針對眼底照相機成像的視場局限以及眼底圖像對比度低、光照不均勻、不同視場間存在幾何畸變等缺點，應用了一種基于SSDA的眼底圖像半自動配準方法，可交互式半自動配準低對比度的眼底圖像;提出了一種基于改進Harris角點檢測的眼底圖像自動配準算法，可配準對比度較好的眼底圖像，平均配準誤差約為2

5、.5像素;提出了一種基于SIFT特征的眼底圖像自動配準算法，改進了SIFT算法中的特征檢測及匹配參數(shù)，改進了特征點匹配后的點對提純算法，優(yōu)化了圖像配準模型，實現(xiàn)了多幅不同視場正?；虿∽冄鄣讏D像的自動快速、高精度魯棒配準，平均配準誤差不超過2.1像素，但耗時較多，適用于硬件加速;提出了一種基于SURF特征的眼底圖像自動配準算法，改進了SURF算法中的參數(shù)及相關(guān)閾值，改進了特征點匹配后的點對提純算法，優(yōu)化了配準模型，實現(xiàn)了基于SURF-12

6、8的多幅不同視場正?；虿∽冄鄣讏D像的自動快速、高精度魯棒配準，平均配準誤差不超過2.2像素，適用于常規(guī)計算機。
　　(3)分析了不同視場眼底圖像間的空間關(guān)系及配準策略，推導了二次多項式變換更適合于眼底視網(wǎng)膜近似二次曲面的全景圖像配準，應用了基于像素（線性、非線性）、基于拉普拉斯等金字塔、基于小波的RGB空間和Lab空間的彩色眼底圖像融合方法以保證眼底全景圖像融合質(zhì)量，驗證了眼底圖像主客觀評價的有效性，改進了眼底圖像的清晰度評價函數(shù)

7、，結(jié)合質(zhì)量評價指標對比分析了各種彩色眼底圖像融合方法，確定了各種圖像融合方法的參數(shù);提出了一種基于先驗知識的眼底全景圖像自動拼接算法，實現(xiàn)了基于各眼底視場中視盤、血管等先驗知識以及加入中間拼接圖像步驟的快速、高精度（像素級）的眼底全景圖像自動配準與拼接。
　　(4)針對眼底圖像中重要目標（血管、視盤和視杯等）的特點，提出了一種基于高斯核函數(shù)與Hessian矩陣的眼底血管多尺度分割算法和基于大尺度血管的視盤自動定位與Hough變換的

8、圓擬合視盤分割相結(jié)合的參數(shù)測量算法，可快速、有效檢測得到眼底圖像中亞像素精度的血管中心線坐標、中心線方向、邊界點坐標、寬度和長度等信息，并可進行快速高精度的視盤分割和參數(shù)測量;提出了一種基于活動輪廓的視盤視杯分割方法以有效進行視盤視杯分割和參數(shù)測量，結(jié)合眼底圖像畸變校正，可提高分割與測量的精度。
　　(5)針對眼底圖像處理與分析系統(tǒng)的需求，深入研究了基于CUDA（硬、軟件系統(tǒng)）的眼底圖像快速自動配準與拼接中的關(guān)鍵技術(shù)，提出了一種基

9、于CUDA的眼底圖像快速自動配準與拼接算法，用CUDA加速了眼底圖像的同態(tài)濾波增強、改進算法參數(shù)的SIFT(或SURF)特征點檢測、匹配和匹配提純算法、最優(yōu)模型變換矩陣計算、配準與拼接，實現(xiàn)了多幅眼底圖像的快速、高精度自動配準與拼接，算法運行速度與僅用CPU運行相比提升了10～30倍，保證精度的前提下算法效率得到極大提高;建立了一套可達到臨床應用要求的眼底圖像處理與分析系統(tǒng)，實現(xiàn)了眼底圖像獲取、配準與融合拼接以及視盤和血管等重要目標定位