糖尿病視網膜病變是糖尿病最為嚴重的并發(fā)癥之一,也是致使適齡工作人口失明的主要因素。目前,對視網膜病變的有效診斷方式是對患者的眼底視網膜進行定期的檢查。然而,目前對眼底圖像中相關目標的提取多數采用手動繪制的方式。這種方式無論是在精確度還是在客觀性上都有著極大的局限性,并且低效率性也導致無法進行大規(guī)模的眼底普查。依托于計算機輔助診斷技術的迅猛發(fā)展,采用數字圖像處理技術對眼底視網膜圖像中的關鍵解剖結構進行自動分割,進而達到輔助眼科醫(yī)生診斷的目的。在查閱了大量文獻的基礎上,本文針對眼底視網膜圖像中關鍵解剖結構的精確識別進行探討,主要研究內容是對視盤和血管的定位和分割。根據這兩大解剖結構的分割圖,不僅方便展開后續(xù)病灶提取的工作,而且其自身分割出的網絡結構信息也提供了診斷依據。本文所展開的探究內容主要分為三塊部分:（1）彩色圖像的預處理。基于彩色眼底圖像的不同解剖結構在RGB各個通道呈現出的特點,本文在對圖像預處理的時候,有針對地選取其中一個通道對另外兩個通道進行改善,從而實現彩色圖像的增強。（2）視盤的定位和精確分割。為了滿足臨床實際中的要求,在視盤的檢測時候需要精確分割出輪廓。本文所采用的水平... 

【文章來源】：華僑大學福建省

【文章頁數】：83 頁

【學位級別】：碩士

【部分圖文】：

眼球結構圖

視網膜結構圖

彩色視網膜圖中的病灶類型

【參考文獻】：
期刊論文
[1]眼底圖像處理與分析中的關鍵技術研究[J]. 吉浩,劉靈,李璐,趙丹丹.  中國繼續(xù)醫(yī)學教育. 2018(27)
[2]基于彩色視網膜圖像的眼底病相關目標檢測方法研究[J]. 唐兵.  臨床醫(yī)藥文獻電子雜志. 2018(77)
[3]彩色視網膜眼底圖像血管自動檢測方法[J]. 黃文博,王珂,燕楊.  光學精密工程. 2017(05)
[4]基于多特征融合和隨機森林的視網膜血管分割[J]. 朱承璋,崔錦愷,鄒北驥,陳瑤,王俊.  計算機輔助設計與圖形學學報. 2017(04)
[5]基于顯著計算與變分法的多尺度圖像融合[J]. 崔洪剛,唐浩,汪永超.  電視技術. 2016(12)
[6]基于多層馬爾科夫隨機場融合的圖像分割[J]. 金永男,曹國,尚巖峰.  計算機應用與軟件. 2016(04)
[7]彩色眼底圖像視網膜血管分割方法研究進展[J]. 朱承璋,鄒北驥,向遙,嚴權峰,梁毅雄,崔錦愷,劉晴.  計算機輔助設計與圖形學學報. 2015(11)
[8]糖尿病視網膜血管管徑的研究進展[J]. 李春艷,徐力.  醫(yī)學綜述. 2015(17)
[9]改進的帶色彩恢復的多尺度Retinex霧天圖像增強算法[J]. 李垚峰,何小海,吳小強.  計算機應用. 2014(10)
[10]基于高斯-馬爾科夫隨機場模型的腦血管分割算法研究[J]. 曹容菲,張美霞,王醒策,武仲科,周明全,田沄,劉新宇.  電子與信息學報. 2014(09)

博士論文
[1]彩色眼底視網膜圖像中相關目標檢測方法研究[D]. 黃文博.吉林大學 2018
[2]基于彩色視網膜圖像的眼底病相關目標檢測方法研究[D]. 戴百生.哈爾濱工業(yè)大學 2016

碩士論文
[1]眼底圖像中視盤的定位與分割方法研究[D]. 齊嘉駿.沈陽工業(yè)大學 2017
[2]眼底圖像中視盤檢測相關技術研究[D]. 張國民.蘭州大學 2017
[3]基于Chan-Vese模型的圖像分割優(yōu)化算法研究[D]. 邢蓓.西安理工大學 2016
[4]基于眼底圖像的糖尿病視網膜病變檢測系統(tǒng)研究[D]. 杜雨峰.華僑大學 2016
[5]基于高斯Markov隨機場混合模型的彩色眼底視網膜血管分割提取[D]. 湯莉平.云南大學 2014
[6]基于特征識別的視網膜血管分割方法研究[D]. 王曉紅.中南大學 2014
[7]馬爾科夫隨機場在圖像分割方法中的應用研究[D]. 徐迪.哈爾濱工業(yè)大學 2013
[8]眼底視網膜血管分割中的關鍵技術研究[D]. 周媛.電子科技大學 2012
[9]圖像引導濾波器在單幅圖像復原中的應用[D]. 王峰.合肥工業(yè)大學 2012
[10]基于聚類算法的眼底視網膜血管分割研究[D]. 曾業(yè)戰(zhàn).湖南師范大學 2010



本文編號：3621913