眼底图像质量分类综述

发布时间：2021-01-25 05:58

　　眼底视网膜是唯一可用肉眼直接并集中观察到动脉、静脉与毛细血管的部位,因而眼底图像成为医生诊断眼底疾病及糖尿病、高血压、高血脂等疾病的重要依据.高质量的眼底图像是医生对眼底疾病患者进行病情诊断与治疗的前提.根据眼底相机采集到的视网膜图像中眼底结构清晰度、图像对比度等条件对眼底图像质量进行分类成为一个既具有研究价值又极具挑战性的难点问题.首先简述了眼底图像质量分类的研究意义和实用价值,回顾了其发展历史;然后介绍了方法分类、每类方法的基本思想并梳理了各类方法中代表性算法及其特点;之后针对用于眼底质量分类的数据集,分析比较了主要眼底图像质量分类方法的性能.分析表明,传统方法中依据眼底结构特征判断视网膜图像质量相较于通用图像质量参数更加客观,而随着神经网络与机器学习的出现,在大数据驱动下,基于卷积神经网络的质量分类方法在准确率与鲁棒性方面性能更佳.最后对眼底图像质量分类未来的发展趋势进行展望. 

【文章来源】：计算机辅助设计与图形学学报. 2020,32(03)北大核心

【文章页数】：12 页

【部分图文】：

较优质量眼底图像示例

带来福音,其在一定程度上缓解了眼科医疗资源欠发达地区的眼底疾病诊断问题,有利于减少非急诊眼科患者的求诊人数,合理地实现有序就医[2].远程阅片中心的眼科医生可利用远程软件进行阅片,然后将诊断结果反馈给基层医院的医护人员及患者[3].然而,由于眼底图像采集人员的经验不一,在远程眼科传输的图像中,近一半患者的眼底图像存在不同程度的质量缺陷问题,包括图像曝光过强或过弱、眼底像存在镜头污迹或睫毛倒影、眼底位置不正或瞳孔过小导致的眼底像周边区域黄色边缘等,较优与低质量的眼底图像对比示例如图2和图3所示[4].其中,低质量的眼底图像无法提供对眼底病变进行后续诊断或分级的有效信息,导致误诊或延误患者的最佳治疗时间.因此,为了保证眼底图像质量,同时减少人工筛查的时间与精力,提高诊断的准确性,在图像采集过程中自动且客观地评价眼底图像质量是必要且紧迫的任务.图2较优质量眼底图像示例a.眼底像曝光过弱b.眼底像曝光过强c.眼底像黄斑区暗影d.眼底像存在大光斑e.眼底像镜头污渍f.眼底像睫毛虚影图3低质量眼底图像示例

第3期张芳,等:眼底图像质量分类综述507图12InceptionV3-CNN结构示意图[8]图13MRDB-CNN网络结构示意图[37](Res)与质量分类模块.首先,用7×7的卷积层提取眼底图像的浅层特征;然后,将经过最大池化层获取到的眼底显著特征作为改进残差密集模块的输入,利用MRDB中的局部密集连接、特征重用与残差融合结构获取眼底图像细节;然后,通过残差模块和不同特征图尺寸间的池化层不断提取图像显著特征,将由全连接层作为特征分类器,并根据提取到的特征进行眼底质量二分类.最终眼底图像中质量较优与质量较差的分类准确率均达到99.9%.以上对基于传统算法与基于深度学习方法的眼底图像质量分类技术的研究进展情况,总结如图14所示.图14眼底质量分类方法分类图

【参考文献】：
期刊论文
[1]远程眼科的现状与挑战[J]. 李建军,徐亮,刘丽娟,王爽.  眼科. 2017(04)
[2]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.  自动化学报. 2016(09)
[3]基于卷积神经网络的颈动脉斑块超声图像特征识别[J]. 孙夏,吴蔚,吴鹏,丁明跃.  中国医疗器械信息. 2016(09)
[4]远程眼科阅片服务中基层医院上传图像的质量评估分析[J]. 苏炳男,李建军,徐亮,刘丽娟,王爽,路从磊,伍曲,王立波.  眼科. 2015(04)
[5]远程眼科单张眼底像质量标准(征求意见稿)[J]. 李建军,徐亮,彭晓燕,刘丽娟,王爽,周丹,杨桦,马英楠,王宁利.  眼科. 2015(01)



本文编号：2998708