【摘要】：隨著圖像數(shù)字化處理的快速發(fā)展,醫(yī)學(xué)圖像處理越來(lái)越受到人們的廣泛關(guān)注。研究表明,人體許多全身性疾病都與眼底血管的異常有著密切的聯(lián)系,但是僅靠醫(yī)學(xué)工作者的手動(dòng)分析與檢測(cè),不僅耗時(shí)耗力,而且也很難得到比較精確的結(jié)果。因此,實(shí)現(xiàn)眼底圖像血管的自動(dòng)化分割和動(dòng)靜脈自動(dòng)分類有著重要的現(xiàn)實(shí)意義。本論文分別實(shí)現(xiàn)了眼底照相影像血管的分割和動(dòng)靜脈的分類、眼底造影影像的血管分割。眼底照相影像血管的分割和動(dòng)靜脈的分類部分首先對(duì)眼底照相圖像進(jìn)行選取綠色通道、去除噪聲、圖像增強(qiáng)等預(yù)處理操作,然后采用了一種基于組合轉(zhuǎn)換濾波器響應(yīng)和棒狀選擇相結(jié)合的方法對(duì)血管干進(jìn)行檢測(cè),采用不對(duì)稱的組合濾波器對(duì)血管末梢進(jìn)行檢測(cè),從而實(shí)現(xiàn)眼底照相影像的血管分割,其輸出作為后續(xù)血管分類的輸入。使用組合轉(zhuǎn)換濾波器響應(yīng)和棒狀選擇相結(jié)合的方法與其他的一些基于非監(jiān)督學(xué)習(xí)的方法相比具有更高的精度并且花費(fèi)更少的時(shí)間成本,最后采用了一種基于上下文相關(guān)特征的眼底圖像動(dòng)脈血管和靜脈血管檢測(cè)和分類的自動(dòng)方法實(shí)現(xiàn)眼底照相影像血管動(dòng)靜脈的分類。本論文使用了兩種方法來(lái)實(shí)現(xiàn)眼底造影圖像的分割,第一種是自適應(yīng)閾值化分割,采用一種虛擬邊緣追蹤的方法來(lái)檢測(cè)血管邊緣的離散點(diǎn),然后將圖像劃分為若干個(gè)子圖像,這些子圖像的尺寸一致,對(duì)子圖像進(jìn)行閾值分割,從而實(shí)現(xiàn)對(duì)整幅圖像的分割;第二種是BP神經(jīng)網(wǎng)絡(luò),使用BP神經(jīng)網(wǎng)絡(luò)對(duì)眼底造影圖像進(jìn)行血管分割主要分為以下幾個(gè)步驟:提取圖像信息、圖像變換、特征提取、數(shù)據(jù)歸一化、優(yōu)化處理(使用神經(jīng)網(wǎng)絡(luò)分類器)、分類決策以及最后輸出結(jié)果,該方法相比于其他傳統(tǒng)的分割方法,使用BP神經(jīng)網(wǎng)絡(luò)分割得到的血管圖像更為清晰,而且噪聲也更小。最后,在國(guó)際上公認(rèn)的三大眼底圖像數(shù)據(jù)庫(kù)之一的DRIVE數(shù)據(jù)庫(kù)上進(jìn)行實(shí)驗(yàn)評(píng)估和測(cè)試,實(shí)驗(yàn)結(jié)果表明,本論文所使用的方法在血管分割和動(dòng)靜脈分類上都具有較好的效果。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R770.4;TP391.41
【圖文】：

(b) G 通道 (d) B 通道圖 3-2 眼底照相影像及其 R 通道、G 通道、B 通道的圖像3.2.2 去除噪聲一般來(lái)講，各種噪聲源都可能會(huì)在圖像的采集、傳輸和存儲(chǔ)過(guò)程中對(duì)圖像干擾，從而導(dǎo)致觀察者觀察到的圖像不夠清晰，細(xì)節(jié)部分被忽略，本來(lái)應(yīng)該出來(lái)的目標(biāo)也不能識(shí)別出來(lái)，這對(duì)圖像的應(yīng)用效果產(chǎn)生了嚴(yán)重的影響。因此對(duì)眼底血管圖像進(jìn)行分割前必須先對(duì)圖像進(jìn)行去除噪聲預(yù)處理操作。眼底圖的噪聲大致可以分為以下三種：1）外部原因產(chǎn)生的噪聲；2）對(duì)圖像進(jìn)行數(shù)字化處理時(shí)產(chǎn)生的噪聲；3）某些大的病灶區(qū)域和某些不規(guī)則的細(xì)小區(qū)域，及如位于血管邊緣的血管等非線性的噪聲。故本論文結(jié)合血管的線性特征和背景的紋理特征來(lái)選擇一種適用于眼底圖噪的方法對(duì)圖像進(jìn)行預(yù)處理操作。

(c) CLAHE 處理后的眼底圖像 (d) MSR 處理后的 R 通道的眼底圖像圖 3-4 對(duì)原始圖像進(jìn)行預(yù)處理過(guò)后各階段的對(duì)比圖3.3 血管分割視網(wǎng)膜相關(guān)疾病的診斷及治療首先要實(shí)現(xiàn)的是視網(wǎng)膜血管的分割，而視網(wǎng)膜血管分割是否準(zhǔn)確對(duì)視網(wǎng)膜血管動(dòng)靜脈的分類準(zhǔn)確性會(huì)產(chǎn)生非常直觀的影響。本文采用一種基于組合轉(zhuǎn)換濾波器響應(yīng)（Combination of Shifted Filter Responses）和棒狀選擇(Bar Selective)相結(jié)合的分割方法，簡(jiǎn)稱為 B-COSFIRE，該方法能夠有效地檢測(cè)出血管等棒狀結(jié)構(gòu)。B-COSFIRE 濾波器是非線性方向選擇濾波器，通過(guò)對(duì)不同高斯濾波器（DoG）的輸出進(jìn)行分組得到。該方法對(duì)旋轉(zhuǎn)變換和微小形變具有良好的適應(yīng)性，此外，與基于手動(dòng)特征訓(xùn)練的其他方法不同， COSFIRE不需要預(yù)先定義的濾波器，但它的自動(dòng)識(shí)別需要血管、分叉點(diǎn)或交叉點(diǎn)等特定的模板。

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 周晨辰;黃昶;王小明;;基于特征匹配濾波的自適應(yīng)模板跟蹤算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年05期

2 楊暉,曲秀杰;圖像分割方法綜述[J];電腦開(kāi)發(fā)與應(yīng)用;2005年03期

3 文峰;淺談眼底血管造影的臨床釋義[J];中華眼底病雜志;2001年01期

本文編號(hào)：2740105