基于监督分类的糖尿病视网膜病变检测方法的研究

发布时间：2017-11-15 18:29

  本文关键词：基于监督分类的糖尿病视网膜病变检测方法的研究

  更多相关文章： 硬性渗出 微血管瘤 出血 支持向量机 Chan-Vese模型

【摘要】：糖尿病视网膜病变(Diabetic Retinopathy, DR)是糖尿病的严重眼部并发症,已成为导致成年人视力减弱和失明的最主要原因之一。DR可能发生数年而不会对视力造成明显影响,因此定期的DR筛查、及时的诊断和治疗十分重要,可以很大程度上降低DR造成的视力损伤。眼底照相机拍摄的眼底图像能准确、客观地记录眼底情况,对眼底图像中的DR病变(例如硬性渗出、微血管瘤及出血)进行自动检测,可提供有效的计算机辅助诊断,减轻眼科医生的工作负担。眼底图像包含不同解剖结构(例如血管和视盘)和病变,它们在某些特征上的相似性给彼此的检测带来干扰。此外,眼底成像的硬件条件也影响着眼底图像的质量,增加了DR检测的难度。针对这些问题,本文首先对眼底图像进行预处理,然后实现血管及视盘的分割,最后着重围绕基于监督分类的DR病变检测方法进行研究,主要研究工作如下：(1)眼底图像预处理。在合适的颜色通道下对眼底图像进行对比度增强和颜色规定化等预处理,提高眼底图像中感兴趣目标的可检测性。(2)血管及视盘的分割。在血管分割中,利用血管的线性形态特征,采用基于多方向线性结构元素的数学形态学方法实现血管的快速分割。在视盘检测中,利用血管分布结构缩小视盘检测范围,在小窗口内利用视盘的圆形结构特征,采用Hough变换圆检测方法实现对视盘的分割。(3)硬性渗出的检测。结合特征提取、形态学和支持向量机等理论,提出一种基于监督分类的硬性渗出检测方法。首先利用形态学和阈值方法粗分割出候选区域,并从中剔除视盘；然后在候选区域上提取颜色、边缘、AM-FM纹理等多种特征,通过支持向量机(Support Vector Machine, SVM)分类器对硬性渗出候选区域进行分类。该方法剔除了候选区域中与硬性渗出在灰度上较为相似的软性渗出和背景,获得了较好的检测敏感性和特异性。(4)微血管瘤及出血的检测。针对微血管瘤及出血的对比度较低、边缘较为模糊等特点,提出一种结合Chan-Vese模型轮廓提取和支持向量机的检测方法。首先在眼底图像预处理后利用局部灰度差分割出候选区域,并从中剔除血管；接着通过Chan-Vese模型提取候选区域轮廓,更好地描述其形状特点；然后提取颜色、形态等特征,使用支持向量机的分类方法进一步剔除残余细长血管和相似背景点,实现微血管瘤及出血的精确检测。
【学位授予单位】：福州大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：R587.2;R774.1;TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 胡磊;毕维民;陈迪;郭永新;张光玉;李艳春;焦青;;眼底图像处理软件在眼科临床应用观察[J];泰山医学院学报;2009年09期

2 张东波;易瑶;赵圆圆;;基于投影的视网膜眼底图像视盘检测方法[J];中国生物医学工程学报;2013年04期

3 刘爱珍,马斌荣,徐亮,杨桦,孙秀英;眼底图像融合[J];中国医学影像技术;2003年11期

4 刘爱珍;王小兵;徐亮;任海萍;宋菲;王飒;;眼底图像对位频闪[J];首都医科大学学报;2006年05期

5 余轮;魏丽芳;潘林;;眼底图像配准技术研究进展[J];生物医学工程学杂志;2011年05期

6 魏丽芳;潘林;余轮;;一种病变眼底图像的配准方法[J];中国生物医学工程学报;2011年04期

7 陈骥;彭承琳;;眼底图像的三维重建[J];生物医学工程学杂志;2008年01期

8 陈萌梦;熊兴良;张琰;王诗鸣;李广;;1种视网膜眼底图像增强的新方法[J];重庆医科大学学报;2014年08期

9 刘爱珍,马斌荣,徐亮,孙秀英,宋菲;眼底图像的配准[J];医疗设备信息;2003年10期

10 曹米莎;程建新;陈昱昆;庞博;王剑锋;詹增荣;邝健;周少博;李辉;梁纳;袁永刚;卢毓敏;陈悦玲;;眼底图像检验系统对眼底的临床观察与研究[J];临床医学工程;2013年01期

中国重要会议论文全文数据库 前4条

1 王子亮;潘林;余轮;;基于矢量方法的眼底图像预处理[A];第十四届全国图象图形学学术会议论文集[C];2008年

2 曹米莎;程建新;陈昱昆;庞博;王剑锋;詹增荣;邝健;周少博;李辉;梁纳;袁永刚;卢毓敏;陈悦玲;;眼底图像检验系统对眼底的临床观察与研究[A];“广东省光学学会2013年学术交流大会”暨“粤港台光学界产学研合作交流大会”会议手册论文集[C];2013年

3 黄君鑫;;红外眼底镜的研究[A];中国光学学会2006年学术大会论文摘要集[C];2006年

4 朱琳琳;唐延东;;基于眼底特征的视盘自动检测[A];2010中国仪器仪表学术、产业大会（论文集1）[C];2010年

中国博士学位论文全文数据库 前5条

1 高玮玮;眼底图像分割算法及应用研究[D];南京航空航天大学;2013年

2 李居朋;眼底图像处理与分析中一些关键问题的研究[D];北京交通大学;2009年

3 韩松涛;眼底图像的血管特征分析[D];吉林大学;2010年

4 姚畅;眼底图像分割方法的研究及其应用[D];北京交通大学;2009年

5 李鹏飞;眼底图像实时处理与液晶自适应系统控制研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

中国硕士学位论文全文数据库 前10条

1 于婷;眼底图像视神经盘和渗出物自动分割算法研究[D];兰州大学;2015年

2 郑姗;主动轮廓模型及其在眼底图像分割中的应用[D];沈阳理工大学;2015年

3 于甜甜;基于自适应盲解卷积的眼底图像复原[D];山东农业大学;2015年

4 于挥;眼底图像中病变的检测方法研究[D];兰州交通大学;2015年

5 赵麒然;基于改进参数核图割的OCT眼底图像分割方法研究[D];吉林大学;2016年

6 潘燕红;基于监督分类的糖尿病视网膜病变检测方法的研究[D];福州大学;2014年

7 方国亮;基于软分割的眼底图像中渗出物的提取[D];大连理工大学;2010年

8 鲁维杨;眼底图像质量评价[D];河南工业大学;2012年

9 董银伟;眼底图像辅助诊断系统关键技术研究及开发[D];南京航空航天大学;2012年

10 何连连;眼底图像处理技术的研究[D];河南工业大学;2010年

，

本文编号：1190795