針對臨床白內(nèi)障手術(shù)面臨的連續(xù)環(huán)形撕囊術(shù)中邊界自動提取的問題,提出了一種具有高計算效率和良好魯棒性的新穎檢測方案來提取撕囊邊界信息;首先,應(yīng)用包括一般直方圖均衡化和自適應(yīng)直方圖均衡化在內(nèi)的預(yù)處理程序來增強輸入圖像的對比度;然后,建立了一種結(jié)構(gòu)檢測模型來檢測低對比度條件下細小的撕囊邊界信息;在這之后,應(yīng)用局部閾值和后處理來消除干擾像素;最后,經(jīng)過數(shù)據(jù)集對提出的方法進行驗證;實驗結(jié)果表明,所提方法具有優(yōu)異檢測性能并取得了F測度為0.915的結(jié)果;證明了該方法可以檢測出白內(nèi)障手術(shù)連續(xù)環(huán)形撕囊邊界,并具有較高的計算能力和精確度。 

【文章來源】：計算機測量與控制. 2020,28(09)

【文章頁數(shù)】：7 頁

【部分圖文】：

白內(nèi)障手術(shù)的主要步驟

第三類干擾是手術(shù)過程中由于氣體混入而產(chǎn)生的氣泡干擾，如圖2 (e）所示。這3種不同類型的干擾增加了檢測邊界的難度。此外，肉眼不易識別的邊界和眼球內(nèi)組織等很容易導(dǎo)致錯誤檢測，如圖2 (f）所示。為了更直觀地反映目標(biāo)邊界像素與圖像周圍背景之間的低對比度，本研究繪制了圖像的灰度值圖表，以說明將邊界檢測方法應(yīng)用于白內(nèi)障手術(shù)的撕囊邊界檢測時所面臨的挑戰(zhàn)，如圖3。

本文的其余部分安排如下。第1章具體解釋了具有準(zhǔn)確性和魯棒性撕囊邊界的結(jié)構(gòu)檢測模型和邊界提取方案。第2章介紹了一系列手術(shù)圖像的實驗結(jié)果和評估。最后，結(jié)論和討論將在第3章中進行。1 算法的闡述


本文編號：3361078