視網(wǎng)膜圖像解剖結(jié)構(gòu)檢測及病變分析研究.pdf

1、隨著人們生活質(zhì)量的不斷提高，糖尿病患者也呈現(xiàn)逐年增多的趨勢。糖尿病性視網(wǎng)膜病變作為糖尿病性微血管病變的嚴(yán)重并發(fā)癥之一，是引起失明以及視力障礙的主要原因。這種病理信息往往可以從視網(wǎng)膜圖像中分析得出，然而對于不同的病變階段，視網(wǎng)膜圖像會呈現(xiàn)出不同的病理構(gòu)造;此外，視網(wǎng)膜圖像中的微血管系統(tǒng)也因人而異。這些因素都給本文的研究帶來巨大的挑戰(zhàn)。
　　本研究主要內(nèi)容包括：⑴視網(wǎng)膜圖像預(yù)處理。此階段的主要任務(wù)包含視網(wǎng)膜圖像背景均衡化，圖像噪聲去除

2、和感興趣區(qū)域提取三個方面。預(yù)處理工作的好壞直接關(guān)系到解剖結(jié)構(gòu)檢測和病變分析的準(zhǔn)確性。⑵視網(wǎng)膜圖像解剖結(jié)構(gòu)檢測。包括血管分割、視神經(jīng)盤檢測以及黃斑區(qū)域定位。在視網(wǎng)膜血管分割上，提出一種基于韋伯變換和多尺度空間分析的方法，并通過邊界強度和脊強度這兩個重要特征對血管像素進(jìn)行增強;視神經(jīng)盤作為青光眼神經(jīng)損害的診斷依據(jù)，本文利用其本質(zhì)的特征并結(jié)合Sobel算子、Canny算子以及霍夫變換得到最終的檢測結(jié)果;對于黃斑區(qū)域的工作，文中主要應(yīng)用模板匹配

3、的方法對其實現(xiàn)精確定位。⑶視網(wǎng)膜圖像病變區(qū)域檢測。主要檢測的對象為微動脈瘤、出血以及滲出。在微動脈瘤的檢測上，運用多尺度高斯核函數(shù)進(jìn)行相似性匹配，接著通過支持向量機對獲得的檢測點進(jìn)行分類，該方法的準(zhǔn)確率較其他算法相比有著明顯的提升。對于視網(wǎng)膜圖像中的出血檢測，將基于多尺度線性結(jié)構(gòu)的數(shù)學(xué)形態(tài)學(xué)方法檢測得到的候選區(qū)域，通過SLIC算法處理成超像素塊并計算其分類特征，利用灰度值投票算法進(jìn)行分類。最后，針對滲出的檢測，先是通過滑動窗口以及形態(tài)學(xué)