首页 > 文献资料
-
基于数学形态学的视网膜血管提取算法
目的 影像中血管的分割与特征提取,对疾病的早期诊断具有重要意义.针对很多视网膜血管提取算法分割精度不高的问题,提出了运用数学形态学中的高帽变换的方法对其进行检测.方法 首先,选取结构元素为“圆盘形”的形态学对图像进行高帽变换,经过高帽变换后的图像平滑了图像的背景,同时增强了血管在图像中的对比度.其次,对变换后的图像利用Otsu's自动分割法对图像进行阈值分割得到血管的二值图像.再次,根据血管在图像中的结构信息和几何信息,利用基于连通域度量的方法,设置连通域的“面积”和“长宽比”两个阈值,去除虚假目标.后,为保持血管的连续性,对图像进行一次膨胀运算,可将断裂的血管连接起来,减小了实验的误差.结果 通过上述步骤实现了对血管的提取.结论 结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的分割精度.
-
高血压大鼠视网膜血瘀出血图像采集与处理
目的 研究高血压大鼠视网膜眼底图像的采集与分析方法,以应用于血瘀出血机制研究.方法 实验分2组,对照组为20只健康雄性Wistar大鼠,模型组为20只雄性高血压大鼠(SBP≥140 mmHg),利用视网膜照相机及微循环显微镜采集视网膜图像;运用图像处理技术计算动静脉管径比(DA/DV)、出血面积等形态学参数等.结果 模型组大鼠视网膜微血管数量减少,DA/DV明显减小,血液流速减慢,与对照组相比,差异均具有统计学意义(P<0.05).高血压大鼠视网膜图像存在着明显的瘀血出血现象;经图像处理后,此病理变化的图像特征可以得到清晰的量化表达.结论 从微血管形态学角度,明确了高血压模型存在着血瘀出血的病理改变;同时,也为高血压血管损害与治疗效果的评判,提供了深入研究的有效方法及客观评价标准.
-
基于投影的视网膜眼底图像视盘检测方法
充分利用血管的分布特性和视盘区域的外观特性,本研究提出一种易于实现的基于一维投影的视盘检测方法.首先利用2倍主血管宽度的垂直窗计算各水平位置的血管散布度值,并绘出相应的水平投影曲线,投影曲线的小值点被确定为视盘的水平坐标,然后在确定的水平位置,通过边长为视盘直径的矩形窗获取局部区域内的亮度和血管边缘梯度特征,并绘出相应的垂直投影曲线,该曲线大值点即为视盘垂直坐标.将本方法在4个公开的眼底图像数据集和1个自选数据集上进行了测试,在整个380幅眼底图像中,检测准确率达到94％,在STARE数据库中平均用时13.2 s,综合准确率和效率来看,本方法易于实现,鲁棒性好,符合实际系统处理要求.
-
基于多层Mumford-Shah向量模型的彩色视乳头图像杯盘重建、分割与度量
基于多层Mumford-Shah向量值图像分割、去噪与重建模型(HMSMv)和光滑样条曲线拟合技术,提出了一种用于计算机辅助青光眼诊断的视乳头图像视杯和视盘重建、分割与度量的新方法.首先,采用HMSMv分割和重建视杯和视盘;然后,基于重建的视乳头图像,结合青光眼视乳头图像杯、盘的先验知识,提取视杯和视盘特征矩形和边缘特征点;后,采用光滑样条曲线拟合技术,重建被血管遮挡的视杯和视盘部分边缘,并计算杯盘比等病理特征参数值.不同青光眼病人的视乳头图像杯盘重建、分割与度量实验结果表明,该方法能克服噪声污染、血管遮挡、光照不均匀、对比度小、个体间差异大等视网膜图像分割中固有的困难,并有效重建、分割与度量青光眼彩色视乳头图像中的视杯和视盘.
关键词： 青光眼 视乳头 视网膜图像 Mumford-Shah模型 水平集方法 -
基于先验知识随机游走模型的视网膜血管分割方法
视网膜图像的血管提取对心脑血管等疾病的诊断、治疗与评价具有重要的临床应用价值.为解决目前视网膜血管分割算法中存在的分割精度低(特别针对病变图像)等问题,提出基于先验知识随机游走模型的视网膜血管分割方法.在分析视网膜血管特征的基础上,构建归一化梯度向量散度场,针对高、低对比度血管采用不同的定向拉普拉斯算子提取血管中心线,并将先验知识随机游走模型应用于图像分割,实现对比度低、边界微弱的视网膜血管提取.采用STARE视网膜图像库进行分割精度测试,结果表明本算法精度相对已有算法明显提高,特别针对带有病变的视网膜图像,算法的有效性得到了验证,可满足临床处理的要求.
-
光学相干断层成像术在玻璃体视网膜疾病诊治中的应用
光学相干断层成像术(optical coherence tomogaphy,OCT)是一种对眼部组织进行横断扫描,并具有高分辨力的新兴视网膜厚度成像技术.本研究将介绍这项技术的背景知识并且阐述OCT在正常黄斑及玻璃体后粘连、玻璃体-黄斑牵拉、黄斑视网膜裂孔、黄斑水肿、视网膜前膜、年龄相关性黄斑变性、视网膜脱离、脉络膜癌、眼肿瘤等眼科常见疾病中的图像表现特征,并对OCT的标准化进行讨论.
-
1种视网膜眼底图像增强的新方法
目的:提高视网膜眼底图像中血管和病灶部位的可视性,便于临床诊断.方法:首先,对采集到的视网膜眼底图像进行数学形态学处理,以弱化背景,使图像得到初步增强;然后,运用有限对比度自适应直方图均衡化算法改善光照不均的现象;后,利用二维匹配滤波算法进一步强化血管和病灶部位信息,提高血管与背景的对比度.结果:该方法能很好地弱化背景,增强对比度,凸显感兴趣区域,也对视盘区域血管的分割和病灶部位的识别有极大地帮助.结论:该方法可有效地增强正常和病变的眼底图像,辅助医师诊断.
