眼底視網(wǎng)膜圖像自動(dòng)分析中質(zhì)量改善、特征檢測(cè)及配準(zhǔn)的算法研究.pdf

1、眼底視網(wǎng)膜圖像被廣泛應(yīng)用于眼科疾病的診斷中，使用圖像處理與分析技術(shù)與計(jì)算機(jī)視覺(jué)技術(shù)對(duì)眼底視網(wǎng)膜圖像進(jìn)行質(zhì)量改善、特征檢測(cè)、圖像配準(zhǔn)與拼接等自動(dòng)分析能夠幫助醫(yī)生快速地進(jìn)行眼底疾病或其他全身疾病的診斷及監(jiān)控治療等，提高臨床診斷和治療的效率與精度。結(jié)合眼科臨床診斷及眼底圖像處理算法的需求，根據(jù)算法的目的與特點(diǎn)，將全文的自動(dòng)分析算法分為圖像質(zhì)量改善、特征檢測(cè)以及圖像配準(zhǔn)三部分，其中各個(gè)部分的工作分別為：
　　1、圖像質(zhì)量改善：提出一種動(dòng)態(tài)

2、可調(diào)的熒光視網(wǎng)膜圖像增強(qiáng)方法，通過(guò)權(quán)重系數(shù)的調(diào)整不僅可以對(duì)圖像進(jìn)行全局增強(qiáng)，而且可以實(shí)現(xiàn)血管網(wǎng)絡(luò)或視神經(jīng)盤(pán)等的單獨(dú)增強(qiáng)；提出一種圖像前景背景模型與反射度照度模型相結(jié)合的熒光視網(wǎng)膜圖像照度校正與均衡算法，通過(guò)背景與前景的分離實(shí)現(xiàn)圖像照度的分步式均衡。上述兩種圖像質(zhì)量改善算法能夠有效地抑制圖像采集過(guò)程中的非理想成像條件以及成像設(shè)備光學(xué)系統(tǒng)漸暈效應(yīng)的影響。
　　2、圖像特征檢測(cè)：提出一種新穎且簡(jiǎn)單的視盤(pán)定位與提取算法，其中定位算法利用熒

3、光視網(wǎng)膜圖像中視盤(pán)背景灰度與血管灰度的相似性來(lái)實(shí)現(xiàn)，其對(duì)低對(duì)比度的、模糊的圖像定位非常準(zhǔn)確，定位精度達(dá)到96.7％。輪廓提取利用GVF-snake算法，結(jié)果的真陽(yáng)性率平均達(dá)到92%；提出一種基于脊線(xiàn)檢測(cè)的視網(wǎng)膜圖像血管中心線(xiàn)提取算法，該算法在脊線(xiàn)檢測(cè)的基礎(chǔ)上利用多尺度增強(qiáng)及Otsu分割方法進(jìn)行中心線(xiàn)篩選，檢測(cè)算法不但能夠檢測(cè)出低對(duì)比度血管和微小血管的中心線(xiàn)，而且提取的血管中心線(xiàn)整體連續(xù)性好，血管中心線(xiàn)檢測(cè)與專(zhuān)家手動(dòng)分割結(jié)果對(duì)應(yīng)的重合率平