眼底圖像中視盤檢測相關(guān)技術(shù)研究.pdf

1、視網(wǎng)膜眼底圖像是醫(yī)學(xué)圖像處理中常用的一種重要圖像，是診斷眼科類疾病和其他全身性疾病如高血壓、糖尿病等的重要工具。作為視網(wǎng)膜上主要的生理結(jié)構(gòu)，視盤的準(zhǔn)確檢測對自動提取視網(wǎng)膜中其他的解剖結(jié)構(gòu)，檢測視網(wǎng)膜病變以及識別其他的眼底特征有很多幫助。
　　由于視網(wǎng)膜病變、非均勻照明以及對比度差異的存在，在視網(wǎng)膜圖像中精確檢測視盤具有很大的難度。在眼底圖像中對視盤的檢測可分為兩部分：視盤的定位和視盤的分割。視盤的定位是確定視盤區(qū)域的近似幾何中心，

2、而視盤的分割是在視盤的精確定位基礎(chǔ)上，提取感興趣區(qū)域，檢測出視盤的輪廓。針對視盤在眼底圖像上的特有結(jié)構(gòu)特征，本文對視盤的自動定位與分割方法分別進(jìn)行了研究。
　　本文在研究了視盤形狀、亮度、位置等特征的基礎(chǔ)上提出了一種新的視盤定位方法。針對視盤是具有更高亮度的圓形或橢圓形區(qū)域，并且其尺寸在一定范圍內(nèi)的特征，本文提出了一個簡單而有效的算法，通過使用不同大小的同心圓形的卷積模板進(jìn)行匹配來定位視盤的中心。我們利用快速傅里葉變換計(jì)算卷積，并

3、且在視網(wǎng)膜圖像預(yù)處理中不需要圖像增強(qiáng)和血管分割，因此花費(fèi)較少的時間。我們在四個公共數(shù)據(jù)集中驗(yàn)證了提出的算法，準(zhǔn)確率為95％，96%，98.88％和100％。對于分辨率為565×584的視網(wǎng)膜眼底圖像，平均處理時間為1.1s。
　　在視盤定位的基礎(chǔ)上，本文提出了基于含橢圓形約束參數(shù)活動輪廓模型的視盤分割方法。針對眼底圖像中視盤的形狀特征，本文在傳統(tǒng)GVF（gradient vector flow）Snake模型中加入橢圓形約束項(xiàng)來檢