本文關鍵詞：基于眼底圖像的糖尿病視網(wǎng)膜病變檢測系統(tǒng)研究

  更多相關文章： 糖尿病視網(wǎng)膜病變 眼底圖像質量評價 支持向量機 硬性滲出檢測

【摘要】：糖尿病視網(wǎng)膜病變作為糖尿病最嚴重的并發(fā)癥之一,也是現(xiàn)今適齡工作人口最主要致盲因素。在患者的視力受到損傷前,進行定期的眼底檢查是及早發(fā)現(xiàn)和及時治療的關鍵。因此開發(fā)一套便攜眼底病變診斷設備,幫助數(shù)百萬處在醫(yī)療服務較差的地區(qū)的人們是非常必要的。因拍攝視網(wǎng)膜圖像質量不達標導致后續(xù)眼底圖像分析和醫(yī)用診斷難度加大,本文通過對拍攝得到的眼底圖像進行質量評價決定圖像是否適用于臨床診斷。通過在大量公共數(shù)據(jù)集上驗證算法有效性,對眼底圖像質量進行統(tǒng)計學分析,取得和人類視覺感知相一致的主觀評價結果。然后基于眼底圖像的特點,提出一種綜合性的眼底圖像增強算法,通過對眼底圖像進行HSI空間轉換,在強度空間中值濾波后運用對比度受限直方圖均衡技術進一步增強圖像質量。接下來將預處理后的眼底圖像轉換到色域更寬的Lab空間,利用快速K均值聚類算法進行粗分割,然后利用SVM向量機對粗分割候選區(qū)域進行硬性滲出提取。本文通過對糖尿病視網(wǎng)膜病變檢測系統(tǒng)的研究,給出了圖像采集的若干參考方式。同時還提出一種通用眼底圖像質量評價方法,克服了傳統(tǒng)評價算法計算復雜度高以及評價指標單一問題,算法運行效率高,實用性強。計算得到的通用質量參數(shù)度量對于眼底圖像采集設備的參數(shù)調整也有非常大的參考價值。此外,還實現(xiàn)了眼底圖像的增強、視盤提取和硬性滲出提取,可對糖尿病視網(wǎng)膜病變實現(xiàn)初步分析和診斷,對醫(yī)生的診斷和術后分析有非常大的幫助。最后,采用蘇州六六視覺科技股份有限公司的YZ6H檢眼鏡和智能手機搭建一套視網(wǎng)膜病變檢測系統(tǒng)實驗平臺,驗證了本文方案的可行性。
【關鍵詞】：糖尿病視網(wǎng)膜病變 眼底圖像質量評價 支持向量機 硬性滲出檢測
【學位授予單位】：華僑大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;R587.2;R774.1
【目錄】：

• 摘要3-4
• Abstract4-8
• 第1章 緒論8-14
• 1.1 課題研究目的意義8
• 1.2 國內外發(fā)展狀況8-9
• 1.2.1 國外研究狀況8-9
• 1.2.2 國內研究狀況9
• 1.3 眼底病變檢測系統(tǒng)9-12
• 1.3.1 檢測系統(tǒng)基本原理9-10
• 1.3.2 檢測系統(tǒng)結構組成10-11
• 1.3.3 檢測系統(tǒng)實現(xiàn)過程11-12
• 1.4 論文主要工作12
• 1.5 論文章節(jié)結構安排12-14
• 第2章 圖像采集基本原理14-20
• 2.1 眼底結構14-15
• 2.2 眼底檢測技術發(fā)展15-16
• 2.2.1 檢眼鏡15-16
• 2.2.2 眼底相機16
• 2.2.3 激光掃描檢眼鏡16
• 2.2.4 光學相干層析成像16
• 2.3 眼底圖像采集16-18
• 2.3.1 眼底圖像采集方法選擇16-17
• 2.3.2 檢眼鏡結構與原理17-18
• 2.4 圖像采集過程18-19
• 2.5 本章小結19-20
• 第3章 眼底圖像質量評價20-44
• 3.1 引言20-21
• 3.2 國內外眼底圖像質量評價研究現(xiàn)狀21-22
• 3.3 通用圖像質量客觀評價22-34
• 3.3.1 預處理23-24
• 3.3.2 特征計算24-32
• 3.3.3 圖像質量分級32-34
• 3.4 實驗材料及相關指標34-35
• 3.4.1 實驗材料及設備34-35
• 3.4.2 評價指標35
• 3.5 實驗結果與分析35-43
• 3.5.1 顏色評價性能35-36
• 3.5.2 聚焦評價性能36-37
• 3.5.3 對比度評價性能37-38
• 3.5.4 照度評價性能38-39
• 3.5.5 圖像質量分類性能39-40
• 3.5.6 算法計算時間40-41
• 3.5.7 結果討論41-43
• 3.6 本章小節(jié)43-44
• 第4章 眼底圖像預處理及分割技術44-56
• 4.1 引言44
• 4.2 眼底圖像預處理相關技術44-50
• 4.2.1 眼底圖像中分量圖像的提取與分析44-45
• 4.2.2 眼底圖像濾波、增強及圖像均衡化45-50
• 4.3 眼底圖像分割技術50-55
• 4.3.1 閾值分割技術50-53
• 4.3.2 基于邊緣檢測的分割技術53
• 4.3.3 區(qū)域分割技術53-54
• 4.3.4 基于聚類的分割技術54-55
• 4.4 本章小節(jié)55-56
• 第5章 眼底圖像硬性滲出檢測56-76
• 5.1 引言56
• 5.2 算法實現(xiàn)過程56-68
• 5.2.1 預處理57-58
• 5.2.2 K-means算法粗分割58-62
• 5.2.3 支持向量機分類（SVM）62-68
• 5.3 實驗材料及相關評價指標68-69
• 5.3.1 實驗材料及設備68-69
• 5.3.2 評價指標69
• 5.4 結果與討論69-74
• 5.5 本章小結74-76
• 第6章 糖尿病視網(wǎng)膜病變檢測系統(tǒng)實現(xiàn)76-86
• 6.1 糖尿病視網(wǎng)膜病變檢測系統(tǒng)功能模塊76-77
• 6.2 檢測過程實現(xiàn)77
• 6.3 實驗材料及相關結果77-85
• 6.3.1 實驗材料及設備77
• 6.3.2 結果與討論77-85
• 6.4 本章小結85-86
• 第7章 總結與展望86-88
• 7.1 總結86-87
• 7.2 未來展望87-88
• 參考文獻88-92
• 致謝92-94
• 個人簡歷、在學期間發(fā)表的論文及研究成果94
• 個人簡歷94

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡磊;畢維民;陳迪;郭永新;張光玉;李艷春;焦青;;眼底圖像處理軟件在眼科臨床應用觀察[J];泰山醫(yī)學院學報;2009年09期

2 張東波;易瑤;趙圓圓;;基于投影的視網(wǎng)膜眼底圖像視盤檢測方法[J];中國生物醫(yī)學工程學報;2013年04期

3 劉愛珍,馬斌榮,徐亮,楊樺,孫秀英;眼底圖像融合[J];中國醫(yī)學影像技術;2003年11期

4 劉愛珍;王小兵;徐亮;任海萍;宋菲;王颯;;眼底圖像對位頻閃[J];首都醫(yī)科大學學報;2006年05期

5 余輪;魏麗芳;潘林;;眼底圖像配準技術研究進展[J];生物醫(yī)學工程學雜志;2011年05期

6 魏麗芳;潘林;余輪;;一種病變眼底圖像的配準方法[J];中國生物醫(yī)學工程學報;2011年04期

7 陳驥;彭承琳;;眼底圖像的三維重建[J];生物醫(yī)學工程學雜志;2008年01期

8 陳萌夢;熊興良;張琰;王詩鳴;李廣;;1種視網(wǎng)膜眼底圖像增強的新方法[J];重慶醫(yī)科大學學報;2014年08期

9 劉愛珍,馬斌榮,徐亮,孫秀英,宋菲;眼底圖像的配準[J];醫(yī)療設備信息;2003年10期

10 曹米莎;程建新;陳昱昆;龐博;王劍鋒;詹增榮;鄺健;周少博;李輝;梁納;袁永剛;盧毓敏;陳悅玲;;眼底圖像檢驗系統(tǒng)對眼底的臨床觀察與研究[J];臨床醫(yī)學工程;2013年01期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王子亮;潘林;余輪;;基于矢量方法的眼底圖像預處理[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

2 曹米莎;程建新;陳昱昆;龐博;王劍鋒;詹增榮;鄺健;周少博;李輝;梁納;袁永剛;盧毓敏;陳悅玲;;眼底圖像檢驗系統(tǒng)對眼底的臨床觀察與研究[A];“廣東省光學學會2013年學術交流大會”暨“粵港臺光學界產(chǎn)學研合作交流大會”會議手冊論文集[C];2013年

3 黃君鑫;;紅外眼底鏡的研究[A];中國光學學會2006年學術大會論文摘要集[C];2006年

4 朱琳琳;唐延東;;基于眼底特征的視盤自動檢測[A];2010中國儀器儀表學術、產(chǎn)業(yè)大會（論文集1）[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 高瑋瑋;眼底圖像分割算法及應用研究[D];南京航空航天大學;2013年

2 李居朋;眼底圖像處理與分析中一些關鍵問題的研究[D];北京交通大學;2009年

3 韓松濤;眼底圖像的血管特征分析[D];吉林大學;2010年

4 姚暢;眼底圖像分割方法的研究及其應用[D];北京交通大學;2009年

5 李鵬飛;眼底圖像實時處理與液晶自適應系統(tǒng)控制研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 于婷;眼底圖像視神經(jīng)盤和滲出物自動分割算法研究[D];蘭州大學;2015年

2 鄭姍;主動輪廓模型及其在眼底圖像分割中的應用[D];沈陽理工大學;2015年

3 于甜甜;基于自適應盲解卷積的眼底圖像復原[D];山東農業(yè)大學;2015年

4 于揮;眼底圖像中病變的檢測方法研究[D];蘭州交通大學;2015年

5 趙麒然;基于改進參數(shù)核圖割的OCT眼底圖像分割方法研究[D];吉林大學;2016年

6 潘燕紅;基于監(jiān)督分類的糖尿病視網(wǎng)膜病變檢測方法的研究[D];福州大學;2014年

7 李敏;眼底圖像血管三維重建方法研究[D];天津工業(yè)大學;2016年

8 邵一婷;彩色眼底圖像視盤自動檢測方法研究[D];天津工業(yè)大學;2016年

9 祝婉;多模眼底圖像配準方法研究[D];天津工業(yè)大學;2016年

10 崔寧;彩色眼底圖像血管參數(shù)測量方法研究[D];天津工業(yè)大學;2016年

，

本文編號：523111