基于图割及目标识别的瞳孔直径计算机辅助自动测量

发布时间：2017-04-17 16:32

  本文关键词：基于图割及目标识别的瞳孔直径计算机辅助自动测量，由笔耕文化传播整理发布。

【摘要】：瞳孔直径的大小以及变化是临床检测的重要指标,对瞳孔的定时定量监控可以反映生理觉醒、反映和评价自主神经活动、反映心率变化并实现无接触无损伤测量心率变异性。定量分析和评价瞳孔具有重要的临床意义,尤其是在急诊以及重症监护科室的检查与监控中。临床中,瞳孔直径的测量方式包括医生人工测量方式、红外瞳孔测量仪、角膜地形图、波前像差仪和超声生物显微镜等,以上瞳孔直径测量方法均要求患者配合医生做一定姿势的动作,并且需要拨开眼睑测量,不但测量不方便而且有可能造成患者的眼部二次损伤。而超声成像一直以来以其实时、廉价和无损伤的优势被广泛用于医学成像,利用超声对瞳孔进行成像可以解决以上测量方法中的不足。由于超声成像中存在的斑点噪声以及分辨率低的问题,因此要利用超声成像来测量瞳孔就需要研究一套准确稳定的超声组织分割方法。本文提出了一种基于目标识别以及图割(Graph-Cut)的瞳孔直径自动测量算法,该算法首先利用梯度向量直方图(HOG)和支持向量机(SVM)训练分类器识别瞳孔位置,从而自动划分出感兴趣区域区域(ROI)；接着在划分好的ROI中采用Graph-Cut算法分割瞳孔；最后在分割好的图像上测量瞳孔直径。本套算法可用于连续瞳孔图像的分割,从而可以得到瞳孔直径动态变化曲线。由临床实验结果可知：本文直径测量算法的实验结果与医生人工测量结果的相关系数高达0.99,并且自相关系数最高可达0.999,表明本文直径测量算法对于瞳孔直径的临床定量检查与监控具有较高的可行性以及较好的稳定性,同时可以用于瞳孔直径动态监控。
【关键词】：瞳孔直径 急诊科监测 Graph-Cut HOG&SVM 目标识别
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R770.4
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-9
• 1. 绪论9-14
• 1.1 超声瞳孔直径测量的意义9
• 1.2 瞳孔直径测量研究方法概述9-11
• 1.3 论文研究内容及创新点11-14
• 2 HOG&SVM目标识别算法研究14-24
• 2.1 引言14-15
• 2.2 算法介绍15-21
• 2.2.1 HOG特征及特征提取15-17
• 2.2.2 支持向量机(SVM)17-20
• 2.2.3 HOG&SVM目标识别算法20-21
• 2.3 实验结果及分析21-23
• 2.3.1 临床医学超声图像目标识别的结果及分析21-23
• 2.4 本章小结23-24
• 3 Graph-Cut模型超声组织分割技术24-36
• 3.1 引言24-26
• 3.2 算法介绍及数值计算26-32
• 3.2.1 Graph-Cut模型图像分割方法26-31
• 3.2.2 能量函数数值计算31-32
• 3.3 Graph-Cut算法图像分割仿真实验32-34
• 3.3.1 实验准备32
• 3.3.2 临床超声图像分割仿真结果及分析32-34
• 3.4 本章小结34-36
• 4 Graph-Cut模型瞳孔直径自动测量方法研究36-53
• 4.1 算法介绍36-44
• 4.1.1 自适应加权中值滤波36-37
• 4.1.2 基于HOG&SVM瞳孔的位置标定37-38
• 4.1.3 自适应区域生长种子标定38-42
• 4.1.4 Graph-Cut瞳孔分割42
• 4.1.5 瞳孔直径自动测量42-44
• 4.2 超声瞳孔直径测量体模实验44-52
• 4.2.1 实验对象44-45
• 4.2.2 实验设备45-46
• 4.2.3 实验操作46-49
• 4.2.4 实验结果及分析49-52
• 4.3 本章小结52-53
• 5 Graph-Cut直径测量算法的临床性能评估53-60
• 5.1 实验准备53-54
• 5.1.1 实验目的53
• 5.1.2 实验对象53
• 5.1.3 实验设备53-54
• 5.2 实验操作54-56
• 5.2.1 参数设置54-55
• 5.2.2 实验步骤55-56
• 5.3 实验结果及分析56-58
• 5.3.1 实验结果定性分析56
• 5.3.2 实验数据定量分析56-58
• 5.4 本章小结58-60
• 6 总结与展望60-63
• 6.1 总结60-61
• 6.2 展望61-63
• 参考文献63-68
• 作者简介68

【参考文献】

中国期刊全文数据库 前6条

1 孙延奎;;光学相干层析医学图像处理及其应用[J];光学精密工程;2014年04期

2 胡焦;陈辉;;基于像素相似性与Graph-Cut的图像自动分割[J];现代电子技术;2014年02期

3 徐昱琳;张雷;陈万米;宋鑫坤;;基于SIFT特征和图割算法的图像分割方法研究[J];计算机测量与控制;2009年12期

4 汪育文;保金华;吕帆;;三种瞳孔直径测量方法在不同测量状态下测量结果的比较和分析[J];眼视光学杂志;2009年03期

5 宫琳;鲁树坤;王丹军;;超声生物显微镜在眼科疾病诊断中的应用[J];临床超声医学杂志;2007年09期

6 杨亚波;俞一波;付清;;Ⅱ型糖尿病患者瞳孔相关性自主神经病变的研究[J];中华眼科杂志;2006年07期

中国硕士学位论文全文数据库 前1条

1 张明;高血压患者瞳孔直径动态测定的应用[D];重庆医科大学;2013年

  本文关键词：基于图割及目标识别的瞳孔直径计算机辅助自动测量，，由笔耕文化传播整理发布。

本文编号：313840