本文關鍵詞：基于改進參數(shù)核圖割的OCT眼底圖像分割方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：醫(yī)學與人類健康息息相關。近些年來,隨著信息技術的不斷發(fā)展,計算機輔助診斷已經成為醫(yī)學領域重要的輔助手段之一。計算機輔助診斷技術通過使用計算機等工具可以精確建模并快速處理各種數(shù)據(jù),在此基礎上結合各種生理、生化手段以及醫(yī)學圖像處理技術,給臨床醫(yī)師提供生物活體組織病變位置的可視化圖像,幫助醫(yī)師對各類疾病進行診斷和治療。與此同時,各類醫(yī)學成像技術的發(fā)展也為臨床醫(yī)師帶來了極大的便利。光學相干斷層掃描技術是一種新興的層析成像技術,它利用相干光源的干涉特性,能夠快速、無創(chuàng)地對活體微型組織器官進行成像。由于其能夠實現(xiàn)精確、直觀地觀測人體器官組織,且在成像過程中無需與人體發(fā)生接觸,光學相干斷層掃描技術被廣泛地應用于眼科以及耳鼻喉科的臨床診斷與治療中。在眼科疾病中,眼底圖像能夠清晰的顯示視網(wǎng)膜各層的信息,常常作為診斷眼科疾病的重要依據(jù)。由光學相干斷層掃描成像技術得到的眼底圖像往往攜帶一些噪聲點,且圖像中視網(wǎng)膜各層間的變化并不十分明顯。未經處理的光學相干斷層掃描眼底圖像可能會降低臨床醫(yī)師對疾病判斷的準確性,所以將眼底圖像中視網(wǎng)膜各層通過計算機技術進行分割是臨床眼科領域亟需解決的一個問題。針對醫(yī)學圖像分割問題,學術界相關研究人員提出了諸多解決方案。比較經典的算法如Canny邊緣檢測算法,它通過計算圖像矩陣的梯度幅值,采用雙閾值方法將圖像中灰度變化明顯的區(qū)域提取出來,作為圖像的邊緣信息。主動輪廓模型作為目前比較主流的分割算法,它通過內力與外力的作用來形變提前輸入待分割目標的輪廓模型,從而使得能量方程趨于最小,得到最終的分割結果。此外,歸一化割和水平集等思想,也能完成圖像分割的處理工作。然而,由于眼底圖像灰度階躍范圍較小,且視網(wǎng)膜各層間的變化不明顯,當以上算法處理光學相干斷層掃描眼底圖像時,所得到的結果并不理想。為了克服現(xiàn)存方法的缺點,本文提出了一套聯(lián)合形態(tài)學腐蝕操作和參數(shù)核圖割的解決方案。這種方案通過集成并調整現(xiàn)有的方法,使其適應光學相干斷層掃描眼底圖像的特點。形態(tài)學腐蝕操作作為圖像的預處理過程,能夠較好地去除光學相干斷層掃描圖像中的噪聲干擾。圖割算法作為廣泛使用的圖像分割方法,它通過額外增加控制點的策略將圖像中每個像素劃分為前景與背景兩個子集中,達到分割的效果。本文采用一種改進的參數(shù)核圖割的方法來分割眼底圖像,核圖割算法通過交替固定圖割方法中能量函數(shù)中一個參數(shù),優(yōu)化另一個參數(shù)的雙步迭代策略來進行求解。本文根據(jù)光學相干斷層掃描眼底圖像的特點,引入峰值信噪比來動態(tài)調整圖割方法能量函數(shù)的平滑項參數(shù),以此對不同質量的眼底圖像區(qū)別處理。實驗表明,本文提出的方法能夠較好的完成眼底OCT體數(shù)據(jù)視網(wǎng)膜各層的分割。
【關鍵詞】：計算機輔助診斷 光學相干斷層掃描技術 眼底圖像 視網(wǎng)膜層 參數(shù)核圖割
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R770.4;TP391.41
【目錄】：

• 摘要4-6
• Abstract6-9
• 第1章 緒論9-16
• 1.1 研究背景與意義9-10
• 1.2 醫(yī)學圖像分割技術的現(xiàn)狀及發(fā)展10-14
• 1.2.1 醫(yī)學圖像分割的分類與方法10-13
• 1.2.2 醫(yī)學圖像分割技術的發(fā)展13-14
• 1.3 本文的研究內容和組織結構14-16
• 第2章 光學相干斷層掃描與眼底圖像技術介紹16-22
• 2.1 光學相干斷層掃描與成像技術16-18
• 2.1.1 光學相干斷層掃描技術原理16-17
• 2.1.2 光學相干斷層掃描成像的特點與優(yōu)勢17-18
• 2.2 眼底生理結構及眼底圖像簡介18-21
• 2.2.1 視網(wǎng)膜層次結構18-19
• 2.2.2 現(xiàn)有眼底成像技術對比19-21
• 2.3 本章總結21-22
• 第3章 醫(yī)學圖像分割相關技術對比22-36
• 3.1 OCT實驗數(shù)據(jù)介紹22-23
• 3.2 醫(yī)學圖像預處理方法23-30
• 3.2.1 圖像增強23-26
• 3.2.2 圖像平滑處理26-28
• 3.2.3 Haar小波28-30
• 3.3 醫(yī)學圖像分割方法30-36
• 3.3.1 主動輪廓模型30-31
• 3.3.2 Canny邊緣檢測31-32
• 3.3.3 歸一化割32-34
• 3.3.4 水平集分割算法34-36
• 第4章 眼底圖像層分割解決方案36-46
• 4.1 眼底圖像的預處理36-38
• 4.2 傳統(tǒng)圖割方法38-40
• 4.3 參數(shù)核圖割方法40-44
• 4.4 實驗結果與分析44-46
• 第5章 總結與展望46-48
• 5.1 本文工作總結46-47
• 5.2 未來展望47-48
• 參考文獻48-51
• 作者簡介51-52
• 致謝52

【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 方國亮;基于軟分割的眼底圖像中滲出物的提取[D];大連理工大學;2010年

7 魯維楊;眼底圖像質量評價[D];河南工業(yè)大學;2012年

8 董銀偉;眼底圖像輔助診斷系統(tǒng)關鍵技術研究及開發(fā)[D];南京航空航天大學;2012年

9 何連連;眼底圖像處理技術的研究[D];河南工業(yè)大學;2010年

10 周琳;眼底圖像中血管分割技術研究[D];南京航空航天大學;2011年

  本文關鍵詞：基于改進參數(shù)核圖割的OCT眼底圖像分割方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：273844