视网膜血管与视盘分割方法研究

发布时间：2020-08-10 14:25

【摘要】：人体眼底各组织的情况可在眼底视网膜图像集中观察,评估分析视网膜图像是眼科医生检查诊断中最重要的环节之一。分析视网膜血管不仅能判断视网膜疾病,还能辅助判断动脉硬化和糖尿病等全身性疾病;视网膜视盘的情况亦可作为青光眼和脑垂体瘤的判断依据。因此,利用图像技术准确高效地从视网膜图像中分割血管和视盘有助于眼科辅助诊疗和筛查,有广泛的实践价值和应用前景。近年来视网膜血管和视盘分割方法不断涌现。现有的传统机器学习血管分割算法往往只采取单一特征训练分类器;诸多视盘分割算法从全局视网膜图像中分割视盘,分割效果易受视盘周边的噪声影响。且视网膜数据集标注难度大、数据量不足。针对上述视网膜图像分割中的问题,本文提出一种多特征融合的血管分割算法和基于快速区域卷积神经网络与水平集的视盘分割方法,论文主要工作如下:针对由视网膜血管拓扑结构复杂导致血管末端分割精度低的问题,本文提出一种综合血管线性结构、边缘信息、灰度信息和统计信息等多种视网膜血管特征的血管分割算法,充分保留视网膜血管结构的连续与完整。对每个视网膜像素点分别提取线性特征、纹理特征、矩特征、方差特征和灰度特征作为判断血管像素依据,通过各类特征的融合训练随机森林分类器并得到血管分类器,最后在血管像素分类之后设计血管形态学后处理算子,进一步提升血管分割精度。算法在DRIVE和STARE数据集上测试,实验表明本文算法较好地保证血管分割结果的连通性,在微小血管处分割精度良好,整体分割精度与大部分现有血管分割算法一致,高于传统视网膜分割算法。针对视盘分割算法在全局视网膜图像中易受背景像素干扰,影响分割准确率的问题,本文提出一种基于快速区域卷积神经网络与水平集的视盘定位分割算法。该方法先框定视盘矩形区域再精细分割视盘边界。算法定位部分由ZF Net对原始视网膜图像卷积提取视网膜特征,然后由快速区域卷积神经网络确定视盘区域精确位置。算法分割部分首先采用直方图匹配与灰度闭运算增强视盘区域图像,之后采用添加形状约束项的局部区域拟合能量水平集函数求解视盘精确边界。算法在MESSIDOR数据集测试,比较了不同视盘分割算法的性能,该算法与主流视盘分割算法的视盘重叠率相当,对光照与噪声有一定鲁棒性。
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R770.4;TP391.41
【图文】：

眼球结构,人体

第一章绪论1 研究背景与意义视觉感知是人们获取自然信息的主要方式，在人类日常感知中，视觉信息占总信0%以上[1]。在认识世界、改造世界的过程中，人体的各项活动往往都需要视觉系能完成反馈：在运动中需要视觉系统与运动系统配合才能完成准确的动作；人脑记忆与联想也来源于对视觉信息的抽象。视觉功能直接影响人体其它系统功能与质量。眼球是产生视觉信号的重要器官，如图 1.1 所示，可大致分为眼前节和眼。眼前节是指眼球内前部的组织：包括前房、瞳孔、眼角膜和晶状体等屈光介质是让光线汇聚在视网膜黄斑处并产生神经冲动。眼底是指眼球中靠近视网膜部分包括视网膜、视网膜中央动静脉、视盘、巩膜、黄斑、脉络膜、视神经球内段所球壁及与之联系的玻璃体等结构[2]。

眼底,视网膜血管,视盘

经验的眼科医生手动分割，血管手动分割工作重复枯燥，占用医生大量工作时间，分割结果容易受医生的主观性左右。在病变视网膜眼底彩照中更有病灶和图像噪声的遮挡血管，如图1.2(c)所示，分割难度进一步加大。(a) 正常眼底彩照 (b) 血管手动分割结果 (c) 糖尿病患者眼底彩照图 1.2 眼底彩照视网膜血管在眼底彩照中，视盘是视网膜中的血管和神经汇聚的区域，视盘形态为近似椭圆，其竖直高度比水平高度大 7%~10%[4]，反映在眼底彩照上为高亮圆形区域。视盘区域进一步又可分为视盘区域和视杯区域，视杯区域是视盘内圈中更为高亮的区域。视盘区域中垂直视杯直径(Vertical Cup Diameter, VCD)与垂直视盘直径(Vertical Disc Diameter, VDD)的比值--垂直杯盘比(VerticalCuptoDiscRatio, CDR)可作为青光眼的诊断依据[5]，如图 1.3(a)所示。青光眼患者的视杯区域增大，因此青光眼患者的垂直杯盘比往往大于健康人眼底彩照杯盘比，如图 1.3(b)所示。杯盘比传统的计算方法是根据有经验眼科医生的主观估计得到的

眼底,视盘,医生,视网膜

(a) 正常视盘 (b) 青光眼视盘(视杯区域增大)图 1.3 眼底彩照视盘结构手动提取眼底彩照视网膜信息难度大、要求高，而且压缩医生的工作时间。近年来通过计算机图像技术自动地、定量地分析视网膜信息越来越受到眼科学界和计算机视觉领域的关注。通过图像算法实现的视网膜血管分割和杯盘比计算技术对于临床医学和社会都有着重大意义：由图像算法得到血管分割和杯盘比更为客观和精确，可为诊疗提供定量的数据支持，为医生提供判断依据；视网膜图像自动分割技术可大大减轻眼科医生的工作量，

【相似文献】