本文選題：黃斑檢測 + 黃斑定位　； 參考：《中國生物醫(yī)學(xué)工程學(xué)報》2017年06期

【摘要】：彩色眼底圖像已經(jīng)廣泛地應(yīng)用于眼科相關(guān)疾病的輔助診斷和篩查。眼底圖像中的黃斑區(qū)域檢測和中心定位是眼科疾病分級、診療的重要步驟。提出一種有效檢測與定位黃斑的方法,通過分析黃斑的低亮度和趨于圓形的形態(tài)特征,可以不依賴視盤和血管信息,在二值化眼底圖像中實現(xiàn)黃斑檢測,確定黃斑區(qū)域。改進k均值聚類方法,引入圖像的空間信息,優(yōu)化聚類對象,獲取黃斑的邊緣信息,實現(xiàn)黃斑中心的有效定位。在公開的眼底圖像數(shù)據(jù)庫上驗證方法的性能,具有較高的準(zhǔn)確率。對正常和存在病變的眼底圖像的黃斑中心有效定位,可達到96.11%和92.12%,平均準(zhǔn)確率達到93.92%。實驗表明,提出的基于形態(tài)特征和k均值聚類的黃斑檢測與定位方法簡單、高效,對眼科疾病的計算機輔助診斷有實用價值。
[Abstract]:Color fundus images have been widely used in the diagnosis and screening of ophthalm-related diseases. Macular area detection and central location in fundus images are important steps in classification, diagnosis and treatment of ophthalmic diseases. An effective method to detect and locate macula is presented. By analyzing the low brightness and circular shape of macula, we can detect the macula in binary fundus image without depending on the information of optic disc and blood vessel, and determine the macular area. The k-means clustering method is improved, the spatial information of the image is introduced, the clustering object is optimized, the edge information of the macula is obtained, and the effective location of the macular center is realized. The performance of the method is verified on the image database of the eye fundus, and the accuracy of the method is high. The effective localization of macular center in normal and diseased fundus images can reach 96.11% and 92.12% respectively, with an average accuracy of 93.92%. The experimental results show that the method of macular detection and localization based on morphological features and k-means clustering is simple and efficient and has practical value for computer-aided diagnosis of ophthalmic diseases.
【作者單位】： 福州大學(xué)物理與信息工程學(xué)院;福建省信息處理與智能控制重點實驗室(閩江學(xué)院);
【基金】：福建省中青年教師教育科研項目(JAT160398) 福建省高校自然基金青年重點項目(JZ160467) 福州市科技計劃項目(2016-S-116)
【分類號】：R770.4;TP391.41

【相似文獻】

相關(guān)期刊論文 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(yīng)用觀察[J];泰山醫(yī)學(xué)院學(xué)報;2009年09期

2 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(xué)影像技術(shù);2003年11期

3 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(xué)學(xué)報;2006年05期

4 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(xué)學(xué)報;2014年08期

5 ;黃斑、中心窩疾病[J];國外科技資料目錄.醫(yī)藥衛(wèi)生;1998年09期

6 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(xué)工程;2013年01期

7 黃時洲,吳德正,羅苔;黃斑外觀正常的視錐細胞營養(yǎng)不良[J];中國實用眼科雜志;2000年08期

8 周浩,李云崗,周韻秋,施鵬飛,蔡季平,王志英;真彩眼底圖像分析系統(tǒng)軟件1.0版的研制[J];第二軍醫(yī)大學(xué)學(xué)報;1997年04期

9 曾碧新;謝忠好;;眼底圖像形態(tài)參數(shù)測定[J];眼視光學(xué)雜志;2006年03期

10 吳樂正;吳德正;黃智申;單揚;忻岱嫣;;黃斑和黃斑疾患的研究[J];眼科學(xué)報;1987年01期

相關(guān)會議論文 前1條

1 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(xué)學(xué)會2013年學(xué)術(shù)交流大會”暨“粵港臺光學(xué)界產(chǎn)學(xué)研合作交流大會”會議手冊論文集[C];2013年

相關(guān)重要報紙文章 前2條

1 金丹;老年黃斑�。耗苤委焼幔縖N];人民政協(xié)報;2002年

2 本報記者 宋漢曉;黃斑病 可自愈也可藥療和手術(shù)[N];保健時報;2005年

相關(guān)碩士學(xué)位論文 前10條

1 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(xué);2016年

2 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(xué);2014年

3 杜雨峰;基于眼底圖像的糖尿病視網(wǎng)膜病變檢測系統(tǒng)研究[D];華僑大學(xué);2016年

4 段彥華;眼底圖像中視杯分割和硬性滲出物檢測算法研究[D];北京工業(yè)大學(xué);2016年

5 張晟鈺;基于尺度空間分析的眼底圖像血管魯棒檢測[D];湘潭大學(xué);2016年

6 王穎;視網(wǎng)膜眼底圖像的快速魯棒視盤定位方法研究[D];湘潭大學(xué);2016年

7 龔海明;基于水平集方法和CGLI模型的眼底圖像血管分割[D];福建師范大學(xué);2016年

8 修繼龍;OCT眼底圖像處理關(guān)鍵技術(shù)研究[D];吉林大學(xué);2014年

9 熊彪;卷積神經(jīng)網(wǎng)絡(luò)在糖網(wǎng)病眼底圖像分類中的應(yīng)用研究[D];深圳大學(xué);2017年

10 張倩;同模態(tài)與多模態(tài)的眼底圖像配準(zhǔn)[D];深圳大學(xué);2017年

，

本文編號：1857188