基于非熒光眼底圖像的視網(wǎng)膜血管自動(dòng)分割技術(shù)研究.pdf

1、眼底圖像分析是當(dāng)下最熱門的醫(yī)學(xué)與計(jì)算機(jī)科學(xué)結(jié)合的研究領(lǐng)域之一。相比于眼底鏡，眼底圖像具有成像清晰、操作方便、效率高等優(yōu)勢，能使人們盡早地發(fā)現(xiàn)各種眼部疾病，方便及時(shí)治療。而視網(wǎng)膜血管作為眼底圖像的重要組成部分，是人體唯一可以非侵入式直接觀察到的微小血管組織。研究基于眼底圖像的視網(wǎng)膜血管分割，對(duì)青光眼、高血壓、黃斑病變等心血管疾病的輔助診斷和后期治療都具有重要的臨床醫(yī)學(xué)意義。
　　針對(duì)眼底圖像中視網(wǎng)膜血管的樹狀網(wǎng)絡(luò)結(jié)構(gòu)和灰度分布特征，

2、國內(nèi)外的研究人員提出了許多血管分割方法，取得了較好的效果。但現(xiàn)有方法普遍存在微小血管分割不足的缺點(diǎn)，無法提取完整的血管樹細(xì)節(jié)，間接破壞了血管的連通性。其中，基于監(jiān)督學(xué)習(xí)的方法近年來在國際上研究較多，其利用了視網(wǎng)膜血管標(biāo)準(zhǔn)圖像信息，分割結(jié)果令人滿意，但分割效率不高。實(shí)際應(yīng)用中，非監(jiān)督類分割方法更具研究價(jià)值，因?yàn)樗恍枰斯し指畹难軋D像作為金標(biāo)準(zhǔn)對(duì)算法模型進(jìn)行訓(xùn)練，運(yùn)行效率高，具備了在臨床上應(yīng)用的實(shí)時(shí)性條件。
　　本文針對(duì)現(xiàn)有血管分

3、割方法的不足，提出一種基于OAD算子的非監(jiān)督類分割方法。針對(duì)血管中央反射和病變區(qū)域的分割問題，本文將線性算子擴(kuò)展到多尺度，引入局部區(qū)域方差參數(shù)，且該線性算子可以旋轉(zhuǎn)以匹配不同方向的血管，保留了較為完整的血管信息，受噪聲干擾小。結(jié)合二維Gabor小波提取視網(wǎng)膜圖像的空間域特征、頻域特征和形態(tài)學(xué)特征，能夠準(zhǔn)確地分析信號(hào)的方向特征，適合于提高眼底圖像微小血管與背景的對(duì)比度。并采用路徑形態(tài)學(xué)濾波構(gòu)造鄰接圖，能夠靈活地適應(yīng)血管略微彎曲和曲率較大的

4、形態(tài)結(jié)構(gòu)，較好地抑制了光照不均等噪聲干擾，能有效分割眼底圖像的視網(wǎng)膜血管網(wǎng)絡(luò)。
　　本文方法在國際上公開的權(quán)威數(shù)據(jù)集上DRIVE與STARE進(jìn)行了實(shí)驗(yàn)和性能評(píng)價(jià)，分別取得了80.74%和68.87%的CAL性能。為了更深層次的驗(yàn)證本文算法的有效性與通用性，我們與本地三甲醫(yī)院的糖尿病研究所合作建立了眼底圖像數(shù)據(jù)庫。實(shí)驗(yàn)結(jié)果表明，作為非監(jiān)督類分割方法，本文算法能有效提取眼底圖像的視網(wǎng)膜血管網(wǎng)絡(luò)，粘連現(xiàn)象少，而且對(duì)圖像中噪聲的魯棒性較其