發(fā)布時(shí)間：2017-04-16 02:08

  本文關(guān)鍵詞：糖尿病視網(wǎng)膜病變圖像的滲出物自動(dòng)檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：糖尿病視網(wǎng)膜病變是糖尿病嚴(yán)重的并發(fā)癥，，是成年人視力下降甚至致盲的主要原因之一。硬性滲出物是糖尿病視網(wǎng)膜病變的早期特征之一，因此對(duì)硬性滲出物進(jìn)行早期的普查，能有效防止視力下降和損傷。目前，糖尿病視網(wǎng)膜病變主要由眼科醫(yī)師進(jìn)行人工檢查，大量的眼底圖像、高昂的檢查費(fèi)用和專業(yè)醫(yī)師的缺乏等增加了醫(yī)生的工作壓力，同時(shí)使得病人不能得到及時(shí)的診斷和治療。因此使用計(jì)算機(jī)基于圖像識(shí)別的自動(dòng)檢測(cè)技術(shù)能有效提高眼底圖像檢測(cè)效率，給病人和醫(yī)師帶來福音。 目前有許多研究人員和相關(guān)研究機(jī)構(gòu)提出了多種硬性滲出物自動(dòng)檢測(cè)技術(shù)方法，可以歸結(jié)為基于閾值分割、基于形態(tài)學(xué)、基于區(qū)域重建和基于分類的四大類方法。這些方法各有優(yōu)缺點(diǎn)，對(duì)硬性滲出物的檢測(cè)都取得了一定的效果，但他們均不同程度地忽略了眼底圖像存在的各種干擾因素。為此，本文從硬性滲出物本身的特征出發(fā)，提出了一種直方圖分割和分類相結(jié)合的方法。 預(yù)處理階段中的圖像增強(qiáng)實(shí)現(xiàn)了亮度均衡化和對(duì)比度增強(qiáng)，解決了視網(wǎng)膜眼底圖像中常見的亮度不均衡對(duì)比度偏低的問題。在直方圖分割階段，根據(jù)硬性滲出物的亮度特征使用高斯混合模型對(duì)其灰度分布直方圖進(jìn)行概率密度估計(jì)，根據(jù)相應(yīng)的概率密度分布函數(shù)選擇動(dòng)態(tài)閾值進(jìn)行初步的分割。為了使硬性滲出物的候選區(qū)域的邊界更加清晰，我們使用了形態(tài)學(xué)重建方法。通過直方圖分割階段，我們得到了硬性滲出物的候選區(qū)域集。在分類階段，為了將硬性滲出物與非硬性身滲出物區(qū)分開來，根據(jù)硬性滲出物的自身特性對(duì)每一個(gè)候選區(qū)域抽取了44個(gè)特征，使用支持向量機(jī)進(jìn)行分類，并得到最后的分類結(jié)果。 我們使用基于區(qū)域和基于整體圖像的雙重標(biāo)準(zhǔn)來評(píng)價(jià)我們的方法。在DIABETIC1數(shù)據(jù)庫(kù)上，我們的方法在基于區(qū)域的評(píng)價(jià)標(biāo)準(zhǔn)中取得了94.7%和90.0%的平均敏感性和平均預(yù)測(cè)率，在基于圖像的評(píng)價(jià)標(biāo)準(zhǔn)中分別取得了100%、81.3%和93.18%的平均敏感性、平均特異性和平均準(zhǔn)確率。與其它文獻(xiàn)實(shí)驗(yàn)結(jié)果比較說明我們的方法具有一定的優(yōu)勢(shì)，可以為糖尿病視網(wǎng)膜病變普查提供一種自動(dòng)檢測(cè)方法，在臨床診斷上具有潛在的應(yīng)用價(jià)值。
【關(guān)鍵詞】：眼底圖像 滲出物 糖尿病視網(wǎng)膜病變 直方圖分割 形態(tài)學(xué)重建 支持向量機(jī)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：R587.2;R774.1;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 視網(wǎng)膜9-12
• 1.1.1 視網(wǎng)膜生理結(jié)構(gòu)及功能9-11
• 1.1.2 眼底照相機(jī)系統(tǒng)與主要參數(shù)11-12
• 1.2 糖尿病視網(wǎng)膜病變12-14
• 1.2.1 糖尿病病因及發(fā)病機(jī)制12
• 1.2.2 糖尿病視網(wǎng)膜病變發(fā)病機(jī)制及發(fā)病率12-13
• 1.2.3 糖尿病視網(wǎng)膜病變分期與診斷13-14
• 1.3 糖尿病視網(wǎng)膜病變?cè)\斷系統(tǒng)14-15
• 1.3.1 糖尿病視網(wǎng)膜病變?cè)\斷系統(tǒng)功能需求14-15
• 1.3.2 糖尿病視網(wǎng)膜病變?cè)\斷系統(tǒng)典型結(jié)構(gòu)15
• 1.4 課題來源15
• 1.5 本文的主要研究?jī)?nèi)容15-17
• 第2章 硬性滲出物自動(dòng)檢測(cè)技術(shù)17-27
• 2.1 引言17
• 2.2 硬性滲出物發(fā)病機(jī)制和特征17-18
• 2.3 硬性滲出物識(shí)別的挑戰(zhàn)18-19
• 2.4 硬性滲出物自動(dòng)檢測(cè)算法19-26
• 2.4.1 基于閾值分割的硬性滲出物檢測(cè)19-21
• 2.4.2 基于區(qū)域增長(zhǎng)的硬性滲出物檢測(cè)21-22
• 2.4.3 基于形態(tài)學(xué)分割的硬性滲出物檢測(cè)22-25
• 2.4.4 基于分類的硬性滲出物檢測(cè)25-26
• 2.5 本章小結(jié)26-27
• 第3章 基于直方圖分割和分類方法結(jié)合的滲出物自動(dòng)檢測(cè)技術(shù)27-51
• 3.1 引言27
• 3.2 相關(guān)技術(shù)與方法27-34
• 3.2.1 高斯混合模型27-30
• 3.2.2 主成分分析30-32
• 3.2.3 支持向量機(jī)32-34
• 3.3 硬性滲出物候選區(qū)域提取34-40
• 3.3.1 眼底圖像增強(qiáng)34-36
• 3.3.2 眼底圖像視盤分割36-38
• 3.3.3 硬性滲出物候選區(qū)域分割提取38-40
• 3.4 硬性滲出物候選區(qū)域分類40-50
• 3.4.1 硬性滲出物特征提取40-47
• 3.4.2 硬性滲出物特征分類47-50
• 3.5 本章小結(jié)50-51
• 第4章 實(shí)驗(yàn)結(jié)果51-58
• 4.1 引言51
• 4.2 實(shí)驗(yàn)數(shù)據(jù)來源51-52
• 4.3 硬性滲出物識(shí)別結(jié)果的評(píng)價(jià)方法52-54
• 4.3.1 基本的評(píng)價(jià)參數(shù)52-53
• 4.3.2 硬性滲出物識(shí)別的評(píng)價(jià)標(biāo)準(zhǔn)53-54
• 4.4 實(shí)驗(yàn)結(jié)果54-58
• 第5章 視網(wǎng)膜圖像分割軟件的設(shè)計(jì)與實(shí)現(xiàn)58-71
• 5.1 引言58
• 5.2 視網(wǎng)膜圖像分割軟件的設(shè)計(jì)58-60
• 5.3 視網(wǎng)膜圖像分割軟件的實(shí)現(xiàn)60-66
• 5.3.1 視網(wǎng)膜圖像分割軟件的流程圖及實(shí)現(xiàn)類說明60-62
• 5.3.2 視網(wǎng)膜圖像分割軟件圖片管理模塊實(shí)現(xiàn)62-63
• 5.3.3 視網(wǎng)膜圖像分割軟件圖片操作模塊實(shí)現(xiàn)63-66
• 5.4 視網(wǎng)膜圖像手工標(biāo)記66-71
• 結(jié)論71-72
• 參考文獻(xiàn)72-76
• 攻讀碩士學(xué)位期間發(fā)表的論文及其他成果76-78
• 致謝78

【共引文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 常中中;眼底圖像中滲出物識(shí)別方法研究[D];北京工業(yè)大學(xué);2013年

  本文關(guān)鍵詞：糖尿病視網(wǎng)膜病變圖像的滲出物自動(dòng)檢測(cè)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：309761