眼底视网膜图像处理与分析关键技术研究

发布时间：2022-02-12 14:47

　　糖尿病视网膜病变是糖尿病最为严重的并发症之一,也是致使适龄工作人口失明的主要因素。目前,对视网膜病变的有效诊断方式是对患者的眼底视网膜进行定期的检查。然而,目前对眼底图像中相关目标的提取多数采用手动绘制的方式。这种方式无论是在精确度还是在客观性上都有着极大的局限性,并且低效率性也导致无法进行大规模的眼底普查。依托于计算机辅助诊断技术的迅猛发展,采用数字图像处理技术对眼底视网膜图像中的关键解剖结构进行自动分割,进而达到辅助眼科医生诊断的目的。在查阅了大量文献的基础上,本文针对眼底视网膜图像中关键解剖结构的精确识别进行探讨,主要研究内容是对视盘和血管的定位和分割。根据这两大解剖结构的分割图,不仅方便展开后续病灶提取的工作,而且其自身分割出的网络结构信息也提供了诊断依据。本文所展开的探究内容主要分为三块部分:（1）彩色图像的预处理。基于彩色眼底图像的不同解剖结构在RGB各个通道呈现出的特点,本文在对图像预处理的时候,有针对地选取其中一个通道对另外两个通道进行改善,从而实现彩色图像的增强。（2）视盘的定位和精确分割。为了满足临床实际中的要求,在视盘的检测时候需要精确分割出轮廓。本文所采用的水平... 

【文章来源】：华侨大学福建省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

眼球结构图

视网膜结构图

彩色视网膜图中的病灶类型

【参考文献】：
期刊论文
[1]眼底图像处理与分析中的关键技术研究[J]. 吉浩,刘灵,李璐,赵丹丹.  中国继续医学教育. 2018(27)
[2]基于彩色视网膜图像的眼底病相关目标检测方法研究[J]. 唐兵.  临床医药文献电子杂志. 2018(77)
[3]彩色视网膜眼底图像血管自动检测方法[J]. 黄文博,王珂,燕杨.  光学精密工程. 2017(05)
[4]基于多特征融合和随机森林的视网膜血管分割[J]. 朱承璋,崔锦恺,邹北骥,陈瑶,王俊.  计算机辅助设计与图形学学报. 2017(04)
[5]基于显著计算与变分法的多尺度图像融合[J]. 崔洪刚,唐浩,汪永超.  电视技术. 2016(12)
[6]基于多层马尔科夫随机场融合的图像分割[J]. 金永男,曹国,尚岩峰.  计算机应用与软件. 2016(04)
[7]彩色眼底图像视网膜血管分割方法研究进展[J]. 朱承璋,邹北骥,向遥,严权峰,梁毅雄,崔锦恺,刘晴.  计算机辅助设计与图形学学报. 2015(11)
[8]糖尿病视网膜血管管径的研究进展[J]. 李春艳,徐力.  医学综述. 2015(17)
[9]改进的带色彩恢复的多尺度Retinex雾天图像增强算法[J]. 李垚峰,何小海,吴小强.  计算机应用. 2014(10)
[10]基于高斯-马尔科夫随机场模型的脑血管分割算法研究[J]. 曹容菲,张美霞,王醒策,武仲科,周明全,田沄,刘新宇.  电子与信息学报. 2014(09)

博士论文
[1]彩色眼底视网膜图像中相关目标检测方法研究[D]. 黄文博.吉林大学 2018
[2]基于彩色视网膜图像的眼底病相关目标检测方法研究[D]. 戴百生.哈尔滨工业大学 2016

硕士论文
[1]眼底图像中视盘的定位与分割方法研究[D]. 齐嘉骏.沈阳工业大学 2017
[2]眼底图像中视盘检测相关技术研究[D]. 张国民.兰州大学 2017
[3]基于Chan-Vese模型的图像分割优化算法研究[D]. 邢蓓.西安理工大学 2016
[4]基于眼底图像的糖尿病视网膜病变检测系统研究[D]. 杜雨峰.华侨大学 2016
[5]基于高斯Markov随机场混合模型的彩色眼底视网膜血管分割提取[D]. 汤莉平.云南大学 2014
[6]基于特征识别的视网膜血管分割方法研究[D]. 王晓红.中南大学 2014
[7]马尔科夫随机场在图像分割方法中的应用研究[D]. 徐迪.哈尔滨工业大学 2013
[8]眼底视网膜血管分割中的关键技术研究[D]. 周媛.电子科技大学 2012
[9]图像引导滤波器在单幅图像复原中的应用[D]. 王峰.合肥工业大学 2012
[10]基于聚类算法的眼底视网膜血管分割研究[D]. 曾业战.湖南师范大学 2010



本文编号：3621913