【摘要】：人體眼底各組織的情況可在眼底視網膜圖像集中觀察,評估分析視網膜圖像是眼科醫(yī)生檢查診斷中最重要的環(huán)節(jié)之一。分析視網膜血管不僅能判斷視網膜疾病,還能輔助判斷動脈硬化和糖尿病等全身性疾病;視網膜視盤的情況亦可作為青光眼和腦垂體瘤的判斷依據(jù)。因此,利用圖像技術準確高效地從視網膜圖像中分割血管和視盤有助于眼科輔助診療和篩查,有廣泛的實踐價值和應用前景。近年來視網膜血管和視盤分割方法不斷涌現(xiàn)�，F(xiàn)有的傳統(tǒng)機器學習血管分割算法往往只采取單一特征訓練分類器;諸多視盤分割算法從全局視網膜圖像中分割視盤,分割效果易受視盤周邊的噪聲影響。且視網膜數(shù)據(jù)集標注難度大、數(shù)據(jù)量不足。針對上述視網膜圖像分割中的問題,本文提出一種多特征融合的血管分割算法和基于快速區(qū)域卷積神經網絡與水平集的視盤分割方法,論文主要工作如下:針對由視網膜血管拓撲結構復雜導致血管末端分割精度低的問題,本文提出一種綜合血管線性結構、邊緣信息、灰度信息和統(tǒng)計信息等多種視網膜血管特征的血管分割算法,充分保留視網膜血管結構的連續(xù)與完整。對每個視網膜像素點分別提取線性特征、紋理特征、矩特征、方差特征和灰度特征作為判斷血管像素依據(jù),通過各類特征的融合訓練隨機森林分類器并得到血管分類器,最后在血管像素分類之后設計血管形態(tài)學后處理算子,進一步提升血管分割精度。算法在DRIVE和STARE數(shù)據(jù)集上測試,實驗表明本文算法較好地保證血管分割結果的連通性,在微小血管處分割精度良好,整體分割精度與大部分現(xiàn)有血管分割算法一致,高于傳統(tǒng)視網膜分割算法。針對視盤分割算法在全局視網膜圖像中易受背景像素干擾,影響分割準確率的問題,本文提出一種基于快速區(qū)域卷積神經網絡與水平集的視盤定位分割算法。該方法先框定視盤矩形區(qū)域再精細分割視盤邊界。算法定位部分由ZF Net對原始視網膜圖像卷積提取視網膜特征,然后由快速區(qū)域卷積神經網絡確定視盤區(qū)域精確位置。算法分割部分首先采用直方圖匹配與灰度閉運算增強視盤區(qū)域圖像,之后采用添加形狀約束項的局部區(qū)域擬合能量水平集函數(shù)求解視盤精確邊界。算法在MESSIDOR數(shù)據(jù)集測試,比較了不同視盤分割算法的性能,該算法與主流視盤分割算法的視盤重疊率相當,對光照與噪聲有一定魯棒性。
【學位授予單位】：江西理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R770.4;TP391.41
【圖文】：

第一章 緒 論1 研究背景與意義視覺感知是人們獲取自然信息的主要方式，在人類日常感知中，視覺信息占總信0%以上[1]。在認識世界、改造世界的過程中，人體的各項活動往往都需要視覺系能完成反饋：在運動中需要視覺系統(tǒng)與運動系統(tǒng)配合才能完成準確的動作；人腦記憶與聯(lián)想也來源于對視覺信息的抽象。視覺功能直接影響人體其它系統(tǒng)功能與質量。眼球是產生視覺信號的重要器官，如圖 1.1 所示，可大致分為眼前節(jié)和眼。眼前節(jié)是指眼球內前部的組織：包括前房、瞳孔、眼角膜和晶狀體等屈光介質是讓光線匯聚在視網膜黃斑處并產生神經沖動。眼底是指眼球中靠近視網膜部分包括視網膜、視網膜中央動靜脈、視盤、鞏膜、黃斑、脈絡膜、視神經球內段所球壁及與之聯(lián)系的玻璃體等結構[2]。

經驗的眼科醫(yī)生手動分割，血管手動分割工作重復枯燥，占用醫(yī)生大量工作時間，分割結果容易受醫(yī)生的主觀性左右。在病變視網膜眼底彩照中更有病灶和圖像噪聲的遮擋血管，如圖1.2(c)所示，分割難度進一步加大。(a) 正常眼底彩照 (b) 血管手動分割結果 (c) 糖尿病患者眼底彩照圖 1.2 眼底彩照視網膜血管在眼底彩照中，視盤是視網膜中的血管和神經匯聚的區(qū)域，視盤形態(tài)為近似橢圓，其豎直高度比水平高度大 7%~10%[4]，反映在眼底彩照上為高亮圓形區(qū)域。視盤區(qū)域進一步又可分為視盤區(qū)域和視杯區(qū)域，視杯區(qū)域是視盤內圈中更為高亮的區(qū)域。視盤區(qū)域中垂直視杯直徑(Vertical Cup Diameter, VCD)與垂直視盤直徑(Vertical Disc Diameter, VDD)的比值--垂直杯盤比(VerticalCuptoDiscRatio, CDR)可作為青光眼的診斷依據(jù)[5]，如圖 1.3(a)所示。青光眼患者的視杯區(qū)域增大，因此青光眼患者的垂直杯盤比往往大于健康人眼底彩照杯盤比，如圖 1.3(b)所示。杯盤比傳統(tǒng)的計算方法是根據(jù)有經驗眼科醫(yī)生的主觀估計得到的

(a) 正常視盤 (b) 青光眼視盤(視杯區(qū)域增大)圖 1.3 眼底彩照視盤結構手動提取眼底彩照視網膜信息難度大、要求高，而且壓縮醫(yī)生的工作時間。近年來通過計算機圖像技術自動地、定量地分析視網膜信息越來越受到眼科學界和計算機視覺領域的關注。通過圖像算法實現(xiàn)的視網膜血管分割和杯盤比計算技術對于臨床醫(yī)學和社會都有著重大意義：由圖像算法得到血管分割和杯盤比更為客觀和精確，可為診療提供定量的數(shù)據(jù)支持，為醫(yī)生提供判斷依據(jù)；視網膜圖像自動分割技術可大大減輕眼科醫(yī)生的工作量，

【相似文獻】

相關期刊論文 前10條

1 朱承璋;崔錦愷;鄒北驥;陳瑤;王俊;;基于多特征融合和隨機森林的視網膜血管分割[J];計算機輔助設計與圖形學學報;2017年04期

2 黃雯;;重視視網膜血管異常性疾病與慢性腎臟病的整合醫(yī)學研究[J];中華眼科醫(yī)學雜志(電子版);2015年06期

3 董海平;張高之;趙樂萍;;尿低分子量蛋白聯(lián)合視網膜血管定量參數(shù)用于評估2型糖尿病微血管病變的臨床價值研究[J];中國現(xiàn)代醫(yī)生;2015年18期

4 周崎;李蕙;睢瑞芳;;家族性視網膜血管迂曲繼發(fā)缺血性視神經病變[J];協(xié)和醫(yī)學雜志;2013年02期

5 張書林;李娟娟;黎鏵;胡竹林;;有髓神經纖維合并視網膜血管異常的臨床觀察[J];眼科新進展;2012年02期

6 王爽;徐亮;Jonas Jost B;Wong Tien Y;王云松;王亞星;楊樺;李靜;;北京市城鄉(xiāng)40歲以上限定人群視網膜血管異常的患病率[J];眼科;2010年04期

7 袁霞;;視網膜中央靜脈阻塞的護理體會[J];臨床醫(yī)藥實踐;2009年30期

8 ;視網膜血管疾病診斷與治療專題研討會暨講座通知[J];眼科新進展;2004年02期

9 ;視網膜血管疾病診斷與治療專題研討會暨講座通知[J];眼科研究;2004年01期

10 ;視網膜血管疾病診斷與治療專題研討會暨講座通知[J];中國斜視與小兒眼科雜志;2004年01期

相關會議論文 前10條

1 李蓉;楊湘敏;王雨生;儲昭節(jié);高翔;;早產對大鼠視網膜血管形態(tài)發(fā)育的影響[A];第十四屆西北五省眼科學術大會論文集[C];2013年

2 王爽;徐亮;Jonas JB;Wong TY;王云松;王亞星;楊樺;李靜;;北京限定地區(qū)人群視網膜血管異常及其危險因素的流行病學研究[A];中華醫(yī)學會第十二屆全國眼科學術大會論文匯編[C];2007年

3 胡潔;梁小玲;胡憶群;邵娟;于姍姍;萬婷;郭夢翔;唐仕波;;視網膜血管疾病發(fā)病機理及治療進展[A];中華醫(yī)學會第十二屆全國眼科學術大會論文匯編[C];2007年

4 王爽;徐亮;Jonas JB;Wong TY;王云松;王亞星;王涵;楊樺;李靜;;視網膜血管異常與高血壓關系的流行病學研究[A];中華醫(yī)學會第十二屆全國眼科學術大會論文匯編[C];2007年

5 沈麗君;魏麗麗;陳亦棋;吳煒;呂帆;;離體動物眼中視網膜血管搭橋的可行性研究[A];中國眼底病論壇·全國眼底病專題學術研討會論文匯編[C];2008年

6 高磊;王富華;陳寧;東長霞;;視網膜分支靜脈阻塞對視網膜血管直徑的影響[A];中華醫(yī)學會第十二屆全國眼科學術大會論文匯編[C];2007年

7 王玉環(huán);陳超;石文靜;;不同日齡新生小鼠的視網膜血管對氧療的敏感性[A];第三屆長三角圍產醫(yī)學學術論壇暨2006年浙江省圍產醫(yī)學學術年會論文匯編[C];2006年

8 王玉環(huán);陳超;石文靜;;不同日齡新生小鼠的視網膜血管對氧療的敏感性[A];2006（第三屆）江浙滬兒科學術會議暨浙江省兒科學術年會論文匯編[C];2006年

9 李華;吳丹紅;;視網膜血管直徑與急性腔隙性腦梗死的相關性研究[A];中華醫(yī)學會第十七次全國神經病學學術會議論文匯編（下）[C];2014年

10 劉紅巖;周賽君;于s

本文編號：2788197