基于視網(wǎng)膜圖像中微小動(dòng)脈瘤的檢測(cè)算法的研究.pdf

1、隨著信號(hào)與信息處理技術(shù)的發(fā)展，數(shù)字圖像處理與計(jì)算機(jī)輔助診斷兩者的結(jié)合越來(lái)越密切。糖尿病性視網(wǎng)膜病變是一種嚴(yán)重的糖尿病并發(fā)癥，是導(dǎo)致新發(fā)失明的主要原因。如何方便有效地進(jìn)行視網(wǎng)膜眼底圖像篩查，更早地識(shí)別視網(wǎng)膜損傷，及時(shí)采取相應(yīng)措施避免失明，是目前面臨的重大挑戰(zhàn)和難題。本文基于糖尿病性視網(wǎng)膜病變中最早出現(xiàn)的微小動(dòng)脈瘤病征進(jìn)行了研究，旨在提出一種有效的微小動(dòng)脈瘤檢測(cè)算法。
　　根據(jù)微小動(dòng)脈瘤的基本檢測(cè)原理可知，若要有效的實(shí)現(xiàn)視網(wǎng)膜圖像中微

2、小動(dòng)脈瘤的檢測(cè)，必須處理好三個(gè)關(guān)鍵環(huán)節(jié)，分別是視網(wǎng)膜圖像的增強(qiáng)、微小動(dòng)脈瘤候選者的匹配提取和微小動(dòng)脈瘤候選者的篩選過(guò)濾。本文首先通過(guò)圖像預(yù)處理技術(shù)實(shí)現(xiàn)了圖像的增強(qiáng)，并重點(diǎn)對(duì)增強(qiáng)后的圖像深入地研究了微小動(dòng)脈瘤的匹配提取算法和篩選過(guò)濾算法。
　　本文首先研究了使用模板匹配方法提取視網(wǎng)膜圖像中的微小動(dòng)脈瘤，實(shí)現(xiàn)了一種動(dòng)態(tài)多參數(shù)模板匹配算法，該算法根據(jù)待匹配微小動(dòng)脈瘤的區(qū)域灰度特性動(dòng)態(tài)調(diào)節(jié)模板自身參數(shù)，以使模板最大限度地接近各種形態(tài)的微小

3、動(dòng)脈瘤。另外，算法同時(shí)使用誤差和與相關(guān)系數(shù)共同制約匹配度，從而實(shí)現(xiàn)了更為精確的匹配提取。本文還將血管去除和區(qū)域生長(zhǎng)結(jié)合在一起，實(shí)現(xiàn)了微小動(dòng)脈瘤候選者的初步篩選。實(shí)驗(yàn)證明，該提取算法更能適應(yīng)形態(tài)多變的微小動(dòng)脈瘤，能夠有效地提高微小動(dòng)脈瘤的檢測(cè)真陽(yáng)性率。
　　本文其次將使用動(dòng)態(tài)多參數(shù)模板匹配算法提取得到的微小動(dòng)脈瘤候選集應(yīng)用于特征提取。針對(duì)單純采用各個(gè)特征量作為獨(dú)立約束指標(biāo)進(jìn)行篩選時(shí)忽視各個(gè)特征量的約束力大小的弊端，提出了基于分布特性

4、的計(jì)分策略和自適應(yīng)加權(quán)的匯總策略。計(jì)分策略的目的是為微小動(dòng)脈瘤候選者的每個(gè)特征值計(jì)算一個(gè)分值，而匯總策略的目的是為計(jì)算得到的分值分配一個(gè)加權(quán)系數(shù)并計(jì)算微小動(dòng)脈瘤候選者的加權(quán)總分，使用加權(quán)總分實(shí)現(xiàn)真假微小動(dòng)脈瘤的過(guò)濾篩選。實(shí)驗(yàn)證明，基于分布特性計(jì)分策略和自適應(yīng)加權(quán)匯總策略的過(guò)濾算法能夠有效的降低微小動(dòng)脈瘤的檢測(cè)假陽(yáng)性率。
　　實(shí)驗(yàn)結(jié)果顯示，綜合使用上述算法，在檢測(cè)靈敏度上平均提高了約12％，并且在相同檢測(cè)靈敏度時(shí)平均假陽(yáng)性率降低了約