视网膜血管分割与视盘定位方法研究
发布时间：2021-06-10 15:59
随着计算机硬件和软件技术水平的飞速提升,结合计算机辅助系统的数字图像处理技术已经渗透到医学的各个学科和领域。眼睛作为人体重要的视觉器官,眼部结构由于病变引发的可视症状,可作为某些疾病的诊断依据,视网膜眼底各组织的形态结构与人体常见的疾病例如高血压、糖尿病和动脉血管硬化等关系密切,因此对于眼底图像的分析研究则显得尤为重要。尽管传统手工分割方法对眼底图像的特征提取能得到较高的精确度,但由于花费时间久、受主观因素影响大等原因,难以满足临床的需求。为解决这一难题,可结合计算机辅助系统对眼底图像进行检测。本文结合目前眼底图像的研究现状,基于MATLAB仿真平台研究眼底图像的血管分割和视盘定位。具体研究内容如下:（1）在目前视网膜眼底图像血管分割研究虽然取得了一定的研究成果,但由于细小血管比较细,其与周围背景之间的灰度值对比度小,依然存在对于细小血管分割结果不够精确。因此,首先在预处理中利用CLAHE图像增强算法对绿色通道图像进行增强,并且利用增强后的图像和其中值滤波进行差值运算后的图像滤除一些背景噪声并且对血管细节做了保留。为了进一步提高血管图像预处理的图像质量,在经过图像预处理的基础上,首先将...
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１眼底图像结构??
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＩＩＲＳＩＳ??＾?Ｗ￡ｑｍｉｌ?ｅｒｒｏｒ?ｙ＿??ｐ?０?８?＇?Ｖ?ｒａｔｅ?，??１?＇?Ａ?，’??Ｚｒｉ?Ｉ?Ｊ?，??／?？?ｒａｎｄｏｍ?ｃｈａｎｃｅ??２?；，??？＊－＊?？?，ｙ??、：ｔ＇??ｒ??．?．＊＊?＊??，：????〇?〇．ｉ?１??ｒａｉｓｅ?ｐｏｓｉｔｉｖｅ?ｒａｔｅ??图２．２?ＲＯＣ曲线示例??２．４图像预处理??眼底图像中血管的结构复杂多变，且由于图像采集时的过程中光照不均、血管??与背景对比度低及噪音等问题，眼底图像清晰度往往不高，使得对眼底图像血管的??分割不准确。因此首先要对眼底图像原始图像进行预处理来提升后续血管分割的准??确度。??２．４．１颜色通道的选取??视网膜眼底图像一般由相机采集的ＲＧＢ三通道的彩色图像，采集到的眼底图像??一般是按照三维数组ｗｘ？ｘ３的形式进行保存的，其中为ｍ和ｎ分别表示彩色图像??的行和列，３则表示彩色图像的三通道。图２．３?（ａ）展示了一张视网膜眼底图的原始??图像，⑴⑷⑷展示了在红、绿、蓝三个通道中的表现视图。由图可见绿色通道的??视网膜图像中血管最清晰，亮度均匀，在一定程度上保留了血管的细节特征，而红??色和蓝色通道血管不清晰，背景的亮度过亮或过暗，并且图像中噪声较多［８７］，因此??本文选取绿色通道图像作为眼底图像血管分割的预处理图像，以提升后续血管分割??的准确度。??１１??
／?硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??（ａ）原视网膜图像?（ｂ）红色通道??ｆｌ?Ｍ??（ｃ）绿色通道?（ｄ）蓝色通道??图２．３原视网膜图像及三颜色通道视图??２，４．２?ＣＬＡＨＥ图像对比度增强??图像增强是指在实际应用中，为了某种应用目的（如增加图像对比度、亮度等）??对图像进行某些处理，使得图像的清晰度得以提高或提升图像某些方面的信息特??征，改善处理结果。图像增强一般分为两种：一是空间域增强．？直接改变图像像素??灰度值，是一种简单但又重要的图像处理技术，主要包括灰度级校正、灰度变换、??平滑和锐化等。另一频率域增强：先将空间域转换为频率域，然后改变图像的变换??系数值，最后再将频率域逆变换为空间域，是间接增强算法。包括如小波变换、??Ｒｅｔｉｎｅｘ增强方法、高、低通滤波、直方图均衡化等。本文通过实验比较了不同增??强算法的差异，最终决定采用ＣＬＡＨＥ増强算法对眼底图像进行处理，提高视网膜??血管和背景之间的灰度差异。??ＣＬＡＨＥ?（限制对比度自适应直方图均衡）是由ＨＥ（直方图均衡化算法）和??ＡＨＥ（自适应直方图均衡化算法）逐步演变而来。ＨＥ对图像的直方图进行再次划分，??以累计分布函数变换为基础，从而增大灰度范围，使得灰度值均衡分布。实验表明，??１２??
【参考文献】：
期刊论文
[1]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[2]基于置信度计算的快速眼底图像视盘定位[J]. 吴慧,陈再良,欧阳平波,陈昌龙,邹北骥. 计算机辅助设计与图形学学报. 2017(06)
[3]基于眼底结构特征的彩色眼底图像视盘定位方法[J]. 肖志涛,邵一婷,张芳,温佳,耿磊,吴骏,尚丹丹,苏龙,单春艳. 中国生物医学工程学报. 2016(03)
[4]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[5]彩色眼底图像视盘自动定位与分割[J]. 邹北骥,张思剑,朱承璋. 光学精密工程. 2015(04)
[6]基于投影的视网膜眼底图像视盘检测方法[J]. 张东波,易瑶,赵圆圆. 中国生物医学工程学报. 2013(04)
[7]《中国慢性病防治工作规划（2012-2015年）》印发[J]. 郭岩松. 中国医药导刊. 2012(07)
[8]基于C-V模型的眼底图像交互式杯盘分割[J]. 董银伟,沈建新,王玉亮. 计算机应用与软件. 2012(05)
[9]基于交叉网络的眼底视神经乳头自动定位[J]. 李居朋,陈后金,张新媛. 电子与信息学报. 2009(05)
[10]基于L*a*b*色彩空间的视神经边缘自动提取[J]. 李居朋,陈后金,于江波,张新媛. 自动化学报. 2009(01)
本文编号：3222681
【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
图２．１眼底图像结构??
硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＩＩＲＳＩＳ??＾?Ｗ￡ｑｍｉｌ?ｅｒｒｏｒ?ｙ＿??ｐ?０?８?＇?Ｖ?ｒａｔｅ?，??１?＇?Ａ?，’??Ｚｒｉ?Ｉ?Ｊ?，??／?？?ｒａｎｄｏｍ?ｃｈａｎｃｅ??２?；，??？＊－＊?？?，ｙ??、：ｔ＇??ｒ??．?．＊＊?＊??，：????〇?〇．ｉ?１??ｒａｉｓｅ?ｐｏｓｉｔｉｖｅ?ｒａｔｅ??图２．２?ＲＯＣ曲线示例??２．４图像预处理??眼底图像中血管的结构复杂多变，且由于图像采集时的过程中光照不均、血管??与背景对比度低及噪音等问题，眼底图像清晰度往往不高，使得对眼底图像血管的??分割不准确。因此首先要对眼底图像原始图像进行预处理来提升后续血管分割的准??确度。??２．４．１颜色通道的选取??视网膜眼底图像一般由相机采集的ＲＧＢ三通道的彩色图像，采集到的眼底图像??一般是按照三维数组ｗｘ？ｘ３的形式进行保存的，其中为ｍ和ｎ分别表示彩色图像??的行和列，３则表示彩色图像的三通道。图２．３?（ａ）展示了一张视网膜眼底图的原始??图像，⑴⑷⑷展示了在红、绿、蓝三个通道中的表现视图。由图可见绿色通道的??视网膜图像中血管最清晰，亮度均匀，在一定程度上保留了血管的细节特征，而红??色和蓝色通道血管不清晰，背景的亮度过亮或过暗，并且图像中噪声较多［８７］，因此??本文选取绿色通道图像作为眼底图像血管分割的预处理图像，以提升后续血管分割??的准确度。??１１??
／?硕士学位论文??ＭＡＳＴＥＲ＇Ｓ?ＴＨＥＳＩＳ??（ａ）原视网膜图像?（ｂ）红色通道??ｆｌ?Ｍ??（ｃ）绿色通道?（ｄ）蓝色通道??图２．３原视网膜图像及三颜色通道视图??２，４．２?ＣＬＡＨＥ图像对比度增强??图像增强是指在实际应用中，为了某种应用目的（如增加图像对比度、亮度等）??对图像进行某些处理，使得图像的清晰度得以提高或提升图像某些方面的信息特??征，改善处理结果。图像增强一般分为两种：一是空间域增强．？直接改变图像像素??灰度值，是一种简单但又重要的图像处理技术，主要包括灰度级校正、灰度变换、??平滑和锐化等。另一频率域增强：先将空间域转换为频率域，然后改变图像的变换??系数值，最后再将频率域逆变换为空间域，是间接增强算法。包括如小波变换、??Ｒｅｔｉｎｅｘ增强方法、高、低通滤波、直方图均衡化等。本文通过实验比较了不同增??强算法的差异，最终决定采用ＣＬＡＨＥ増强算法对眼底图像进行处理，提高视网膜??血管和背景之间的灰度差异。??ＣＬＡＨＥ?（限制对比度自适应直方图均衡）是由ＨＥ（直方图均衡化算法）和??ＡＨＥ（自适应直方图均衡化算法）逐步演变而来。ＨＥ对图像的直方图进行再次划分，??以累计分布函数变换为基础，从而增大灰度范围，使得灰度值均衡分布。实验表明，??１２??
【参考文献】：
期刊论文
[1]《中国心血管病报告2016》概要[J]. 陈伟伟,高润霖,刘力生,朱曼璐,王文,王拥军,吴兆苏,李惠君,顾东风,杨跃进,郑哲,蒋立新,胡盛寿. 中国循环杂志. 2017(06)
[2]基于置信度计算的快速眼底图像视盘定位[J]. 吴慧,陈再良,欧阳平波,陈昌龙,邹北骥. 计算机辅助设计与图形学学报. 2017(06)
[3]基于眼底结构特征的彩色眼底图像视盘定位方法[J]. 肖志涛,邵一婷,张芳,温佳,耿磊,吴骏,尚丹丹,苏龙,单春艳. 中国生物医学工程学报. 2016(03)
[4]基于多尺度2D Gabor小波的视网膜血管自动分割[J]. 王晓红,赵于前,廖苗,邹北骥. 自动化学报. 2015(05)
[5]彩色眼底图像视盘自动定位与分割[J]. 邹北骥,张思剑,朱承璋. 光学精密工程. 2015(04)
[6]基于投影的视网膜眼底图像视盘检测方法[J]. 张东波,易瑶,赵圆圆. 中国生物医学工程学报. 2013(04)
[7]《中国慢性病防治工作规划（2012-2015年）》印发[J]. 郭岩松. 中国医药导刊. 2012(07)
[8]基于C-V模型的眼底图像交互式杯盘分割[J]. 董银伟,沈建新,王玉亮. 计算机应用与软件. 2012(05)
[9]基于交叉网络的眼底视神经乳头自动定位[J]. 李居朋,陈后金,张新媛. 电子与信息学报. 2009(05)
[10]基于L*a*b*色彩空间的视神经边缘自动提取[J]. 李居朋,陈后金,于江波,张新媛. 自动化学报. 2009(01)
本文编号：3222681
本文链接：https://www.wllwen.com/yixuelunwen/wuguanyixuelunwen/3222681.html
最近更新
教材专著
