視網(wǎng)膜特征檢測方法研究.pdf

1、視網(wǎng)膜中的結(jié)構(gòu)和病變區(qū)域蘊(yùn)含著豐富的信息，這些信息與人類的健康息息相關(guān)。微動脈瘤是早期糖尿病視網(wǎng)膜病變的主要病癥，及早檢測有利于疾病診斷與治療；視盤是視網(wǎng)膜圖像中最明顯的結(jié)構(gòu)之一，是紋理和血管的發(fā)起點(diǎn)。可靠的微動脈瘤檢測和視盤檢測在眼底圖像的認(rèn)知及病變分析中具有重要意義。
　　針對微動脈瘤檢測，本文重點(diǎn)研究圖像的對比度增強(qiáng)、候選點(diǎn)提取和微動脈瘤分類三方面。對比度增強(qiáng)中使用了局部標(biāo)準(zhǔn)差和整體標(biāo)準(zhǔn)差共同影響增強(qiáng)系數(shù)的方法，有效實(shí)現(xiàn)了對

2、弱對比度區(qū)域的增強(qiáng)和強(qiáng)對比度區(qū)域的限制。候選點(diǎn)提取步驟根據(jù)微動脈瘤四周梯度變化的特點(diǎn)，提出了一種三層濾波模型，模型設(shè)置兩層梯度閾值和一個(gè)方向參數(shù)，該模型的提取結(jié)果有較高的靈敏度。微動脈瘤分類使用基于KNN的分類方法，并設(shè)置微動脈瘤響應(yīng)策略，以最近鄰樣本中微動脈瘤的響應(yīng)個(gè)數(shù)判定類別。本文方法在ROC數(shù)據(jù)庫得到較滿意結(jié)果。
　　針對視盤檢測，本文提出一種基于深度特征的檢測方法。該方法結(jié)合深度特征以及傳統(tǒng)手工特征，構(gòu)建一個(gè)雙層檢測模型，