视网膜图像血管分割技术的研究

发布时间：2017-03-22 22:17

  本文关键词：视网膜图像血管分割技术的研究，由笔耕文化传播整理发布。

【摘要】：视网膜血管是全身微循环系统的重要组成部分,其形态结构的变化与糖尿病、高血压、冠状动脉硬化和脑血管硬化等心血管类疾病的病情严重程度密切相关。糖尿病是一种全球性的非传染性疾病,由其引发的视网膜病变是一种最常见的视网膜血管病,极易致盲。通过提取视网膜血管,对其管径和弯曲度等特征进行相关参数的测量与分析,就能够在很大程度上对糖尿病视网膜病变进行预测,从而科学地实施预防性干预和药物治疗。因此,视网膜图像血管分割技术的研究对于医学临床应用具有十分重要的意义。视网膜图像的特征较为复杂且因人而异,视网膜血管的自动提取极容易受到外界条件及病变本身的影响。因此,提高视网膜血管的提取精确度是一项重要的研究课题。本论文提出了一种基于多尺度线性检测和图像局部熵阈值的视网膜血管分割算法。该算法的创新点在于不仅能够正确处理存在中央反射的血管分割问题,还能够正确处理紧邻血管分割容易出现合并的问题,同时也具备分割出更多细小的毛细血管的优点。首先,提取视网膜图像中包含有丰富血管轮廓信息的绿色分量,并对其进行阴影修正、降噪、CLAHE等预处理;其次,基于视网膜血管网络的形态结构特征,采取了多尺度、多方向的线性检测,融合不同尺度下的图像检测响应,从而获得视网膜图像血管的特征;最后,基于图像的灰度-梯度共生矩阵计算最佳局部熵阈值,并依据该阈值对视网膜血管图像进行分割。本文选用DIARETDB0、DRIVE和HRF等三个图像库的视网膜图像进行算法性能测试,并分别与采用Nguyen算法的分割结果、专家手动分割结果等进行对比。实验结果表明,本文提出的算法分能够分割出更多毛细血管,割精确度高,计算速度快,具有很好的鲁棒性。血管弯曲度是追踪早期视网膜病变的主要症状之一。正常视网膜图像中的血管呈直线型或者带有轻微的弯曲,糖尿病会导致血管发生弯曲,且随着病情的恶化而趋于严重。本文采用了一种基于弧长与弦长之比的方法,对分割得到的血管进行定量的弯曲度测量,该方法简单高效。
【关键词】：糖尿病视网膜病变 多尺度线性检测 局部熵阈值 血管分割 弯曲度测量
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R587.2;R774.1;TP391.41
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-16
• 1.1 引言8
• 1.2 关于糖尿病的基础知识8-10
• 1.2.1 糖尿病简介8-9
• 1.2.2 糖尿病视网膜病变9-10
• 1.3 课题研究的背景与意义10-11
• 1.3.1 研究背景10-11
• 1.3.2 研究意义11
• 1.4 国内外研究现状及发展趋势11-14
• 1.4.1 研究现状11-13
• 1.4.2 现存问题13-14
• 1.4.3 发展趋势14
• 1.5 论文主要研究内容及结构14-16
• 2 视网膜图像预处理相关技术16-42
• 2.1 引言16
• 2.2 视网膜图像的特点及采集方法16-20
• 2.2.1 眼底视网膜图像特征16-18
• 2.2.2 眼底视网膜图像采集18-20
• 2.3 图像增强20-25
• 2.3.1 对比度受限的自适应直方图均衡化21-22
• 2.3.2 视网膜血管结构分析22-25
• 2.4 二维高斯滤波器25-27
• 2.4.1 引言25
• 2.4.2 二维高斯滤波器设计25-27
• 2.5 多尺度多方向线性检测27-32
• 2.5.1 基本线性检测器27-28
• 2.5.2 多尺度多方向线性检测28-32
• 2.6 最优化Gabor滤波32-35
• 2.6.1 引言32-33
• 2.6.2 Gabor滤波器设计33-34
• 2.6.3 Gabor滤波器参数选择及实验结果34-35
• 2.7 基于上述算法的滤波效果对比35-40
• 2.8 本章小结40-42
• 3 视网膜图像血管分割42-52
• 3.1 引言42
• 3.2 公共图像库介绍42-44
• 3.2.1 DRIVE图像库43
• 3.2.2 HRF图像库43
• 3.2.3 DIARETDB0图像库43-44
• 3.3 OTSU阈值分割44-47
• 3.4 基于过渡区提取的血管分割方法47-49
• 3.5 本章小结49-52
• 4 基于多尺度线性检测和局部熵阈值的血管分割52-70
• 4.1 算法介绍52-54
• 4.2 去噪处理54
• 4.3 算法测试54-58
• 4.4 算法分析58-62
• 4.5 血管细化算法62-64
• 4.5.1 形态学细化算法62-63
• 4.5.2Hiditch细化算法63-64
• 4.6 基于血管分割的弯曲度计算64-69
• 4.7 本章小结69-70
• 5 总结与展望70-72
• 5.1 工作总结70
• 5.2 工作展望70-72
• 致谢72-74
• 参考文献74-78
• 附录A 作者在攻读学位期间发表的论文目录78-80
• 附录B DRIVE图像分割结果对比80-84
• 附录C DIARETDB0图像分割结果对比84-88
• 附录D DIARETDB0图像分割结果对比88-90

【相似文献】

中国期刊全文数据库 前2条

1 李洪亮;吴桂良;刘颖;鲁智强;周寿军;;三维血管造影数据的分割[J];生物医学工程与临床;2012年01期

2 ;[J];;年期

中国重要会议论文全文数据库 前8条

1 胡春风;殷建平;祝恩;;指纹分割技术研究[A];2005年全国理论计算机科学学术年会论文集[C];2005年

2 钟茂生;;文本主题分割技术的研究进展[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

3 钱伟康;王力;谢明;;基于FPGA的视频图像分割技术设计与应用[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年

4 金晓东;李强;郭传玲;郝冀芳;王菊芳;李文建;闫铮;;利用超分割技术进行肿瘤治疗的理论探索[A];第二届全国反应堆物理与核材料学术研讨会论文集[C];2005年

5 罗海涛;叶娜;朱靖波;;Dotplotting文本分割技术的分析与改进[A];第三届学生计算语言学研讨会论文集[C];2006年

6 李丕丁;许武军;刘晓华;傅雨田;龚惠兴;;宽视场长波红外相机像面分割技术验证实验[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年

7 陈建刚;刘东权;;一种3D超声体绘制交互式分割技术[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

8 朱辉;李在铭;;视频图像中文本检测与分割技术研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

中国硕士学位论文全文数据库 前10条

1 邵成刚;大型机场遥感图分割技术研究[D];西安电子科技大学;2014年

2 翟丽红;视网膜图像血管分割技术的研究[D];重庆大学;2015年

3 牛瑞芳;面向移动设备的程序分割技术研究与实现[D];河南科技大学;2013年

4 孙建;视频人体对象分割技术研究[D];上海交通大学;2007年

5 单晓欢;大规模演化图的分割技术研究[D];辽宁大学;2014年

6 卢艳芝;重叠细胞分割技术研究[D];湖南师范大学;2008年

7 孙波中;多尺度分割技术在高分辨率影像信息提取中的应用研究[D];西安科技大学;2011年

8 刘枭雄;基于CBCT图像序列的三维牙齿分割技术研究[D];上海交通大学;2012年

9 霍伟;基于FPGA的高清视频分割技术的研究[D];南京大学;2012年

10 刘恒;虚拟背景照相实时人像分割技术及应用[D];重庆大学;2004年

  本文关键词：视网膜图像血管分割技术的研究，由笔耕文化传播整理发布。

，

本文编号：262342