眼底視網(wǎng)膜血管分割中的關(guān)鍵技術(shù)研究.pdf

1、隨著計算機(jī)圖像處理技術(shù)的不斷發(fā)展，醫(yī)學(xué)圖像處理及分析問題將逐步成為圖像處理研究領(lǐng)域中的重點(diǎn)與熱點(diǎn)問題?，F(xiàn)代醫(yī)學(xué)與計算機(jī)圖像處理技術(shù)的聯(lián)系也越來越緊密，大大提高了醫(yī)生對臨床病例診斷的準(zhǔn)確性。由于眼底視網(wǎng)膜微血管的改變程度與心腦血管疾病、糖尿病、高血壓以及眼科疾病等的嚴(yán)重程度密切相關(guān)，因此研究有效的、準(zhǔn)確的分割視網(wǎng)膜血管網(wǎng)絡(luò)的方法，輔助醫(yī)生對以上病例進(jìn)行早期診斷和治療具有非常重要的意義。又因?yàn)橐暰W(wǎng)膜血管網(wǎng)絡(luò)位于眼底深處，是人體唯一非創(chuàng)傷性可

2、直接觀察的微血管，因此將它用作身份識別也具有很高的安全性。本文在國內(nèi)外研究的基礎(chǔ)上對視網(wǎng)膜血管的分割算法展開了研究，提出了一種將最大熵閾值與自適應(yīng)閾值相結(jié)合的算法。首先對 RGB彩色圖像進(jìn)行預(yù)處理，即選取綠色通道并采用匹配濾波器來對圖像進(jìn)行增強(qiáng)，然后采用自適應(yīng)閾值算法提取出主血管網(wǎng)絡(luò)，再運(yùn)用最大熵閾值算法提取細(xì)小血管，最后運(yùn)用邏輯與運(yùn)算合并兩次的分割結(jié)果。此外，本文還研究了模糊聚類方法，選用一種改進(jìn)的模糊 C均值聚類算法對視網(wǎng)膜圖像進(jìn)行