隨著計(jì)算機(jī)硬件和軟件技術(shù)水平的飛速提升,結(jié)合計(jì)算機(jī)輔助系統(tǒng)的數(shù)字圖像處理技術(shù)已經(jīng)滲透到醫(yī)學(xué)的各個(gè)學(xué)科和領(lǐng)域。眼睛作為人體重要的視覺器官,眼部結(jié)構(gòu)由于病變引發(fā)的可視癥狀,可作為某些疾病的診斷依據(jù),視網(wǎng)膜眼底各組織的形態(tài)結(jié)構(gòu)與人體常見的疾病例如高血壓、糖尿病和動(dòng)脈血管硬化等關(guān)系密切,因此對(duì)于眼底圖像的分析研究則顯得尤為重要。盡管傳統(tǒng)手工分割方法對(duì)眼底圖像的特征提取能得到較高的精確度,但由于花費(fèi)時(shí)間久、受主觀因素影響大等原因,難以滿足臨床的需求。為解決這一難題,可結(jié)合計(jì)算機(jī)輔助系統(tǒng)對(duì)眼底圖像進(jìn)行檢測(cè)。本文結(jié)合目前眼底圖像的研究現(xiàn)狀,基于MATLAB仿真平臺(tái)研究眼底圖像的血管分割和視盤定位。具體研究?jī)?nèi)容如下:（1）在目前視網(wǎng)膜眼底圖像血管分割研究雖然取得了一定的研究成果,但由于細(xì)小血管比較細(xì),其與周圍背景之間的灰度值對(duì)比度小,依然存在對(duì)于細(xì)小血管分割結(jié)果不夠精確。因此,首先在預(yù)處理中利用CLAHE圖像增強(qiáng)算法對(duì)綠色通道圖像進(jìn)行增強(qiáng),并且利用增強(qiáng)后的圖像和其中值濾波進(jìn)行差值運(yùn)算后的圖像濾除一些背景噪聲并且對(duì)血管細(xì)節(jié)做了保留。為了進(jìn)一步提高血管圖像預(yù)處理的圖像質(zhì)量,在經(jīng)過圖像預(yù)處理的基礎(chǔ)上,首先將... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１眼底圖像結(jié)構(gòu)??

碩士學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＩＩＲＳＩＳ??＾?Ｗ￡ｑｍｉｌ?ｅｒｒｏｒ?ｙ＿??ｐ?０?８?＇?Ｖ?ｒａｔｅ?，??１?＇?Ａ?，’??Ｚｒｉ?Ｉ?Ｊ?，??／?？?ｒａｎｄｏｍ?ｃｈａｎｃｅ??２?；，??？＊－＊?？?，ｙ??、：ｔ＇??ｒ??．?．＊＊?＊??，：????〇?〇．ｉ?１??ｒａｉｓｅ?ｐｏｓｉｔｉｖｅ?ｒａｔｅ??圖２．２?ＲＯＣ曲線示例??２．４圖像預(yù)處理??眼底圖像中血管的結(jié)構(gòu)復(fù)雜多變，且由于圖像采集時(shí)的過程中光照不均、血管??與背景對(duì)比度低及噪音等問題，眼底圖像清晰度往往不高，使得對(duì)眼底圖像血管的??分割不準(zhǔn)確。因此首先要對(duì)眼底圖像原始圖像進(jìn)行預(yù)處理來提升后續(xù)血管分割的準(zhǔn)??確度。??２．４．１顏色通道的選取??視網(wǎng)膜眼底圖像一般由相機(jī)采集的ＲＧＢ三通道的彩色圖像，采集到的眼底圖像??一般是按照三維數(shù)組ｗｘ？ｘ３的形式進(jìn)行保存的，其中為ｍ和ｎ分別表示彩色圖像??的行和列，３則表示彩色圖像的三通道。圖２．３?（ａ）展示了一張視網(wǎng)膜眼底圖的原始??圖像，⑴⑷⑷展示了在紅、綠、藍(lán)三個(gè)通道中的表現(xiàn)視圖。由圖可見綠色通道的??視網(wǎng)膜圖像中血管最清晰，亮度均勻，在一定程度上保留了血管的細(xì)節(jié)特征，而紅??色和藍(lán)色通道血管不清晰，背景的亮度過亮或過暗，并且圖像中噪聲較多［８７］，因此??本文選取綠色通道圖像作為眼底圖像血管分割的預(yù)處理圖像，以提升后續(xù)血管分割??的準(zhǔn)確度。??１１??

／?碩士學(xué)位論文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??（ａ）原視網(wǎng)膜圖像?（ｂ）紅色通道??ｆｌ?Ｍ??（ｃ）綠色通道?（ｄ）藍(lán)色通道??圖２．３原視網(wǎng)膜圖像及三顏色通道視圖??２，４．２?ＣＬＡＨＥ圖像對(duì)比度增強(qiáng)??圖像增強(qiáng)是指在實(shí)際應(yīng)用中，為了某種應(yīng)用目的（如增加圖像對(duì)比度、亮度等）??對(duì)圖像進(jìn)行某些處理，使得圖像的清晰度得以提高或提升圖像某些方面的信息特??征，改善處理結(jié)果。圖像增強(qiáng)一般分為兩種：一是空間域增強(qiáng)．？直接改變圖像像素??灰度值，是一種簡(jiǎn)單但又重要的圖像處理技術(shù)，主要包括灰度級(jí)校正、灰度變換、??平滑和銳化等。另一頻率域增強(qiáng)：先將空間域轉(zhuǎn)換為頻率域，然后改變圖像的變換??系數(shù)值，最后再將頻率域逆變換為空間域，是間接增強(qiáng)算法。包括如小波變換、??Ｒｅｔｉｎｅｘ增強(qiáng)方法、高、低通濾波、直方圖均衡化等。本文通過實(shí)驗(yàn)比較了不同增??強(qiáng)算法的差異，最終決定采用ＣＬＡＨＥ増強(qiáng)算法對(duì)眼底圖像進(jìn)行處理，提高視網(wǎng)膜??血管和背景之間的灰度差異。??ＣＬＡＨＥ?（限制對(duì)比度自適應(yīng)直方圖均衡）是由ＨＥ（直方圖均衡化算法）和??ＡＨＥ（自適應(yīng)直方圖均衡化算法）逐步演變而來。ＨＥ對(duì)圖像的直方圖進(jìn)行再次劃分，??以累計(jì)分布函數(shù)變換為基礎(chǔ)，從而增大灰度范圍，使得灰度值均衡分布。實(shí)驗(yàn)表明，??１２??

【參考文獻(xiàn)】：
期刊論文
[1]《中國心血管病報(bào)告2016》概要[J]. 陳偉偉,高潤霖,劉力生,朱曼璐,王文,王擁軍,吳兆蘇,李惠君,顧東風(fēng),楊躍進(jìn),鄭哲,蔣立新,胡盛壽.  中國循環(huán)雜志. 2017(06)
[2]基于置信度計(jì)算的快速眼底圖像視盤定位[J]. 吳慧,陳再良,歐陽平波,陳昌龍,鄒北驥.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(06)
[3]基于眼底結(jié)構(gòu)特征的彩色眼底圖像視盤定位方法[J]. 肖志濤,邵一婷,張芳,溫佳,耿磊,吳駿,尚丹丹,蘇龍,單春艷.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2016(03)
[4]基于多尺度2D Gabor小波的視網(wǎng)膜血管自動(dòng)分割[J]. 王曉紅,趙于前,廖苗,鄒北驥.  自動(dòng)化學(xué)報(bào). 2015(05)
[5]彩色眼底圖像視盤自動(dòng)定位與分割[J]. 鄒北驥,張思劍,朱承璋.  光學(xué)精密工程. 2015(04)
[6]基于投影的視網(wǎng)膜眼底圖像視盤檢測(cè)方法[J]. 張東波,易瑤,趙圓圓.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2013(04)
[7]《中國慢性病防治工作規(guī)劃（2012-2015年）》印發(fā)[J]. 郭巖松.  中國醫(yī)藥導(dǎo)刊. 2012(07)
[8]基于C-V模型的眼底圖像交互式杯盤分割[J]. 董銀偉,沈建新,王玉亮.  計(jì)算機(jī)應(yīng)用與軟件. 2012(05)
[9]基于交叉網(wǎng)絡(luò)的眼底視神經(jīng)乳頭自動(dòng)定位[J]. 李居朋,陳后金,張新媛.  電子與信息學(xué)報(bào). 2009(05)
[10]基于L*a*b*色彩空間的視神經(jīng)邊緣自動(dòng)提取[J]. 李居朋,陳后金,于江波,張新媛.  自動(dòng)化學(xué)報(bào). 2009(01)



本文編號(hào)：3222681