本文關(guān)鍵詞：眼底圖像中視杯分割和硬性滲出物檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于數(shù)碼眼底圖像可以無(wú)創(chuàng)獲取和直觀觀測(cè),近年來(lái)成為多種眼部疾病篩查的有利工具。青光眼和糖尿病視網(wǎng)膜病變(Diabetic Retinopathy,DR)是人類(lèi)三大致盲眼病中的兩種,患者若不及時(shí)進(jìn)行治療,將導(dǎo)致視野不可逆轉(zhuǎn)的缺損。因此,疾病的早發(fā)現(xiàn)成為降低患者視力下降甚至失明的重要措施之一。臨床中,以上兩種疾病的篩查需要醫(yī)生憑經(jīng)驗(yàn)對(duì)眼底圖像進(jìn)行人工審閱,工作量大、主觀性強(qiáng)、易疲勞、耗時(shí)久,且篩查效率難以提高。針對(duì)這一問(wèn)題,本課題利用圖像處理技術(shù),有效融合專(zhuān)家經(jīng)驗(yàn)知識(shí),對(duì)眼底圖像中與青光眼發(fā)病密切相關(guān)的視杯結(jié)構(gòu)進(jìn)行分割,對(duì)DR早期病變硬性滲出物(Hard Exudates,HE)進(jìn)行檢測(cè),為青光眼和DR計(jì)算機(jī)輔助診斷系統(tǒng)的實(shí)現(xiàn)奠定基礎(chǔ)。本文的主要研究?jī)?nèi)容包括:1.實(shí)現(xiàn)視杯的自動(dòng)分割。首先,對(duì)綠色通道眼底圖像進(jìn)行基于形態(tài)學(xué)的對(duì)比度增強(qiáng)操作;然后,進(jìn)行血管檢測(cè),并利用一種改進(jìn)的Bertalmio Sapiro Caselles Ballester(BSCB)模型對(duì)血管區(qū)域進(jìn)行填充修復(fù);最后,利用Local-Chart-Vest(LCV)模型對(duì)修復(fù)后的圖像進(jìn)行視杯自動(dòng)分割。本文共使用公開(kāi)數(shù)據(jù)庫(kù)中的94幅眼底圖像(62幅正常圖像,32幅青光眼圖像)對(duì)上述視杯分割算法進(jìn)行有效性評(píng)估。與其他算法相比,本文所得視杯分割結(jié)果的F值(F-Score,F)和邊界距離(Distance,D)具有一定的優(yōu)勢(shì)。本文算法測(cè)試正常圖像和青光眼圖像的平均杯盤(pán)比(Cup-to-Disc Ratio,CDR)分別為0.4369±0.1193和0.1193±0.7156,與醫(yī)生測(cè)量結(jié)果相似。實(shí)驗(yàn)結(jié)果表明,本文提出的視杯分割算法準(zhǔn)確性高和可行性好。2.實(shí)現(xiàn)HE的自動(dòng)檢測(cè)。本文利用HE的亮度與邊緣特征,提出了一種基于改進(jìn)Canny邊緣檢測(cè)算法與形態(tài)學(xué)重構(gòu)相結(jié)合的HE自動(dòng)檢測(cè)方法,該方法包括四個(gè)步驟。步驟一,圖像預(yù)處理,主要包括RGB通道選取、基于形態(tài)學(xué)的圖像對(duì)比度增強(qiáng);步驟二,視網(wǎng)膜圖像關(guān)鍵結(jié)構(gòu)的消除,利用基于Gabor濾波的血管分割方法,消除血管邊緣對(duì)HE檢測(cè)的影響。將本文視杯分割算法應(yīng)用在眼底圖像紅色通道上實(shí)現(xiàn)視盤(pán)自動(dòng)分割,消除視盤(pán)及其邊緣對(duì)HE檢測(cè)的影響;步驟三,利用改進(jìn)的Canny邊緣檢測(cè)算法和形態(tài)學(xué)重構(gòu)方法對(duì)HE進(jìn)行提取;步驟四,基于形態(tài)學(xué)的圖像后處理,消除眼底圖像邊緣部分假陽(yáng)性區(qū)域。本文測(cè)試了公開(kāi)數(shù)據(jù)庫(kù)中的40幅圖像(35幅HE病變圖像,5幅正常圖像),得到基于病變的靈敏性和陽(yáng)性預(yù)測(cè)值分別為93.18%和79.26%,基于圖像的靈敏性、特異性和準(zhǔn)確率分別為97.14%、80.00%和95.00%,并將以上評(píng)價(jià)指標(biāo)分別與其他方法進(jìn)行了對(duì)比,結(jié)果證明了本文算法的可行性。總之,本研究實(shí)現(xiàn)了眼底圖像中視杯的自動(dòng)分割,以及HE的自動(dòng)檢測(cè),并用實(shí)驗(yàn)證明了算法的可行性,為青光眼和DR計(jì)算機(jī)輔助診斷系統(tǒng)的實(shí)現(xiàn)奠定了基礎(chǔ)。
【關(guān)鍵詞】：青光眼 糖尿病視網(wǎng)膜病變 視杯 視盤(pán) 硬性滲出物檢測(cè)
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：R770.4;TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 課題研究背景與意義10-13
• 1.1.1 視網(wǎng)膜結(jié)構(gòu)10-11
• 1.1.2 青光眼和糖尿病視網(wǎng)膜病變11-12
• 1.1.3 基于眼底圖像的計(jì)算機(jī)輔助篩查12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 視杯分割研究現(xiàn)狀13-15
• 1.2.2 硬性滲出物檢測(cè)研究現(xiàn)狀15-16
• 1.3 本文主要研究?jī)?nèi)容16-17
• 1.3.1 視杯的分割16-17
• 1.3.2 硬性滲出物的檢測(cè)17
• 1.4 本文各章節(jié)安排17-20
• 第2章 眼底圖像處理相關(guān)理論知識(shí)20-34
• 2.1 形態(tài)學(xué)圖像處理20-21
• 2.1.1 圖像腐蝕及膨脹20
• 2.1.2 圖像開(kāi)運(yùn)算及閉運(yùn)算20-21
• 2.1.3 頂帽變換和底帽變換21
• 2.2 基于邊緣的圖像分割21-28
• 2.2.1 邊緣檢測(cè)21-24
• 2.2.2 Gabor變換24-26
• 2.2.3 水平集方法26-28
• 2.3 基于區(qū)域的圖像分割28-32
• 2.3.1 區(qū)域生長(zhǎng)法28-29
• 2.3.2 ChanVese模型29-32
• 2.4 本章小結(jié)32-34
• 第3章 眼底圖像中視杯的自動(dòng)分割34-50
• 3.1 視杯的自動(dòng)分割及其在疾病診斷中的應(yīng)用34-35
• 3.2 視杯分割圖像預(yù)處理35-36
• 3.3 血管的識(shí)別與基于改進(jìn)BSCB模型的血管修復(fù)36-39
• 3.3.1 血管的識(shí)別36-37
• 3.3.2 基于改進(jìn)BSCB模型的血管修復(fù)37-39
• 3.4 基于LCV模型的視杯輪廓分割39-40
• 3.5 實(shí)驗(yàn)結(jié)果與算法評(píng)價(jià)40-47
• 3.5.1 算法評(píng)價(jià)方法40-42
• 3.5.2 實(shí)驗(yàn)結(jié)果42-45
• 3.5.3 算法魯棒性驗(yàn)證45-47
• 3.6 結(jié)果討論47-48
• 3.7 本章小結(jié)48-50
• 第4章 硬性滲出物檢測(cè)50-66
• 4.1 硬性滲出物檢測(cè)及其在疾病診斷中的應(yīng)用50-51
• 4.2 本文硬性滲出物檢測(cè)方法51-59
• 4.2.1 圖像預(yù)處理52-53
• 4.2.2 視網(wǎng)膜關(guān)鍵結(jié)構(gòu)的消除53-56
• 4.2.3 硬性滲出物的提取56-58
• 4.2.4 基于形態(tài)學(xué)的圖像后處理58-59
• 4.3 實(shí)驗(yàn)部分與結(jié)果討論59-64
• 4.3.1 數(shù)據(jù)庫(kù)與評(píng)價(jià)方法59-60
• 4.3.2 實(shí)驗(yàn)結(jié)果60-62
• 4.3.3 結(jié)果分析與討論62-64
• 4.4 本章小結(jié)64-66
• 結(jié)論與展望66-68
• 參考文獻(xiàn)68-74
• 攻讀碩士期間發(fā)表的學(xué)術(shù)論文74-76
• 致謝76-77

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(bào);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(pán)檢測(cè)方法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2013年04期

3 劉愛(ài)珍,馬斌榮,徐亮,楊樺,孫秀英;眼底圖像融合[J];中國(guó)醫(yī)學(xué)影像技術(shù);2003年11期

4 劉愛(ài)珍;王小兵;徐亮;任海萍;宋菲;王颯;;眼底圖像對(duì)位頻閃[J];首都醫(yī)科大學(xué)學(xué)報(bào);2006年05期

5 余輪;魏麗芳;潘林;;眼底圖像配準(zhǔn)技術(shù)研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)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(zhǔn)方法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);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(xué)工程學(xué)雜志;2008年01期

8 陳萌夢(mèng);熊興良;張琰;王詩(shī)鳴;李廣;;1種視網(wǎng)膜眼底圖像增強(qiáng)的新方法[J];重慶醫(yī)科大學(xué)學(xué)報(bào);2014年08期

9 劉愛(ài)珍,馬斌榮,徐亮,孫秀英,宋菲;眼底圖像的配準(zhǔn)[J];醫(yī)療設(shè)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(yàn)系統(tǒng)對(duì)眼底的臨床觀察與研究[J];臨床醫(yī)學(xué)工程;2013年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 王子亮;潘林;余輪;;基于矢量方法的眼底圖像預(yù)處理[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)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(yàn)系統(tǒng)對(duì)眼底的臨床觀察與研究[A];“廣東省光學(xué)學(xué)會(huì)2013年學(xué)術(shù)交流大會(huì)”暨“粵港臺(tái)光學(xué)界產(chǎn)學(xué)研合作交流大會(huì)”會(huì)議手冊(cè)論文集[C];2013年

3 黃君鑫;;紅外眼底鏡的研究[A];中國(guó)光學(xué)學(xué)會(huì)2006年學(xué)術(shù)大會(huì)論文摘要集[C];2006年

4 朱琳琳;唐延?xùn)|;;基于眼底特征的視盤(pán)自動(dòng)檢測(cè)[A];2010中國(guó)儀器儀表學(xué)術(shù)、產(chǎn)業(yè)大會(huì)（論文集1）[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 高瑋瑋;眼底圖像分割算法及應(yīng)用研究[D];南京航空航天大學(xué);2013年

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

3 韓松濤;眼底圖像的血管特征分析[D];吉林大學(xué);2010年

4 姚暢;眼底圖像分割方法的研究及其應(yīng)用[D];北京交通大學(xué);2009年

5 李鵬飛;眼底圖像實(shí)時(shí)處理與液晶自適應(yīng)系統(tǒng)控制研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

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

2 鄭姍;主動(dòng)輪廓模型及其在眼底圖像分割中的應(yīng)用[D];沈陽(yáng)理工大學(xué);2015年

3 于甜甜;基于自適應(yīng)盲解卷積的眼底圖像復(fù)原[D];山東農(nóng)業(yè)大學(xué);2015年

4 于揮;眼底圖像中病變的檢測(cè)方法研究[D];蘭州交通大學(xué);2015年

5 趙麒然;基于改進(jìn)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

6 潘燕紅;基于監(jiān)督分類(lèi)的糖尿病視網(wǎng)膜病變檢測(cè)方法的研究[D];福州大學(xué);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(xué);2016年

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

9 祝婉;多模眼底圖像配準(zhǔn)方法研究[D];天津工業(yè)大學(xué);2016年

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

  本文關(guān)鍵詞：眼底圖像中視杯分割和硬性滲出物檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：293243