視網(wǎng)膜血管增強(qiáng)與分割算法研究.pdf

1、視網(wǎng)膜血管圖像的研究在圖像處理領(lǐng)域占據(jù)重要的地位，在臨床醫(yī)學(xué)領(lǐng)域更具有重大的實(shí)際意義。它不僅能及時(shí)地反映出高血壓、糖尿病和血液病等全身性疾病，還可以很好地幫助醫(yī)生掌握病人的情況，因此對(duì)眼底視網(wǎng)膜血管的特征分析顯得尤為重要。傳統(tǒng)的人工對(duì)視網(wǎng)膜血管圖像的檢測(cè)方式雖然能較高精度的提取出血管的整體結(jié)構(gòu)，但由于耗費(fèi)時(shí)間長(zhǎng)，花費(fèi)精力大，所以難以滿足目前的分割需求。因此，實(shí)現(xiàn)對(duì)視網(wǎng)膜血管在計(jì)算機(jī)系統(tǒng)上的自動(dòng)提取，具有非常重要的臨床應(yīng)用價(jià)值。
　

2、　目前，在視網(wǎng)膜血管提取方面雖然取得了一定的研究成果，但對(duì)微細(xì)血管的提取效果仍不理想。因此，針對(duì)視網(wǎng)膜血管的特點(diǎn)，本文對(duì)視網(wǎng)膜血管增強(qiáng)與分割技術(shù)進(jìn)行了深入研究，首先提出了基于對(duì)比度受限自適應(yīng)直方圖均衡化（CLAHE）與Gabor濾波相結(jié)合的視網(wǎng)膜血管增強(qiáng)方法。CLAHE方法對(duì)處理對(duì)比度低的圖像效果十分顯著，而Gabor濾波器具有方向選擇和頻率選擇的特性，能夠?qū)⒁暰W(wǎng)膜圖像中血管和背景的結(jié)構(gòu)不失真的保留下來，將二者結(jié)合起來可以很大程度地提高

3、血管與背景的對(duì)比度，并能突出微細(xì)血管的特征。
　　其次，在視網(wǎng)膜血管分割方面，改進(jìn)了多尺度單通道線性跟蹤算法，基本思想是從圖像中所選取的一部分種子像素開始跟蹤，在跟蹤過程中給滿足條件的像素點(diǎn)賦予較高的置信度，跟蹤結(jié)束后，將所有像素點(diǎn)置信度矩陣量化后獲得血管網(wǎng)絡(luò)。提出用連通域標(biāo)記與中值濾波相結(jié)合的方法對(duì)噪聲進(jìn)行處理，不僅可以去除斑點(diǎn)噪聲，還可以將視網(wǎng)膜圖像邊緣視為連續(xù)的塊狀目標(biāo)噪聲一起消除。將形態(tài)學(xué)理論運(yùn)用在分割后的處理中，從一定程