視網(wǎng)膜癥狀性滲出液相關紊亂的自動化分割與定量分析研究.pdf

1、癥狀性滲出液相關紊亂(SymptomaticExudate-AssociatedDerangements，SEAD)伴隨老年性黃斑變性(Age-relatedMacularDegeneration，AMD)等視網(wǎng)膜疾病產(chǎn)生，本文針對頻域光學相干斷層成像(SpectralDomainOpticalCoherenceTomography，SDOCT)的視網(wǎng)膜圖像，結(jié)合各種不同的醫(yī)學圖像分割方法，提出了SEAD的自動化分割算法。本文的主要工作

2、和研究內(nèi)容包括以下幾個方面:
　　(1)圖像預處理。由于斑點噪聲、血管、圖像成像時傳感器的移動及光照等的影響，使SDOCT視網(wǎng)膜圖像含有大量的斑點噪聲，導致圖像質(zhì)量很差。因此本文選用雙邊濾波器對圖像預處理，提高圖像質(zhì)量。
　　(2)視網(wǎng)膜內(nèi)界膜層(InternalLimitingMembrane，ILM)和視網(wǎng)膜色素上皮層(RetinalPigmentEpithelium，RPE)邊界的分割。本文分析不同圖像的ILM特征，根

3、據(jù)閾值方法得到了較好的ILM邊界，同時本文采用圖論和動態(tài)規(guī)劃自動化分割RPE邊界，該分割方法合理利用RPE層的高反射特性以及視網(wǎng)膜層的先驗信息精確分割RPE邊界。
　　(3)基于聚類的SEAD自動化分割。首先，該算法采用K-means聚類方法得到粗略的SEAD位置，然后利用SDOCT視網(wǎng)膜圖像血管位置信息，空間信息和灰度信息去除誤分割，最終得到更精確的SEAD分割結(jié)果。
　　(4)基于水平集的SEAD自動化分割。首先，該算法