论文部分内容阅读
糖尿病性视网膜病变也称作糖网病,是糖尿病患者病程中严重的眼底并发症,被世界卫生组织认定为世界三大致盲眼病之一。糖网病早期可能发病数年不出现任何视觉症状,但是当患者出现视觉障碍时眼部已经发生了不可逆转的损害,因此早期筛查对糖网病的治疗至关重要。目前对糖网病患者的筛查主要依靠眼科医生对糖尿病患者眼底图像中的病灶特征进行分析诊断,对于基数庞大的糖尿病患者来说难以实现定期大规模筛查。随着科学技术的不断发展,计算机辅助诊断越来越多的应用到临床诊断与治疗中。眼底图像中包含大量有效信息,可以利用图像处理技术分析眼底图像中的生理结构和病灶特征,借助计算机辅助诊断技术可以帮助眼科医生实现对糖网病的大规模定期筛查。本文工作主要是糖网病辅助诊断系统中图像处理技术方面的研究。利用眼科摄像仪获取的眼底图像数据,对眼底图像进行视网膜血管图的分割、视盘的定位分割和糖网病早期明显病灶特征硬性渗出的定位识别,为糖网病的辅助筛查工作提供有效帮助。本文的主要工作内容如下:(1)在视网膜血管分割图像预处理阶段,采用了限制对比度直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)增强算法对眼底图像中的视网膜血管网络特别是血管末端细小血管进行增强处理。(2)在视网膜血管图分割过程中,采用相位拉伸变换(Phase Stretch Transform,PST)算法进行视网膜血管分割,针对PST算法在视网膜血管分割过程中血管内存在噪声干扰及血管断裂的问题,提出了结合不同尺度的Gaussian滤波和PST算法的方法实现了视网膜血管精确分割。(3)在视盘定位分割工作中,提出了一种基于形态学轮廓分析的视盘定位分割方法。首先采用灰度级形态学开运算削弱眼底图像中的血管,以解决视盘处血管将视盘划分为几部分的问题;然后利用自适应阈值对视盘进行粗定位,通过分析眼底图像中的轮廓特征精确定位视盘;最后根据视盘的位置利用椭圆拟合确定视盘边缘,结果较为理想。(4)在硬性渗出定位识别过程中,研究采用了深度卷积神经网络训练硬性渗出的分类模型,网络结构以经典LeNet-5网络为参考,设计了适合硬性渗出的网络结构;在定位识别结果展示中,计算了硬性渗出概率图和伪彩色图,以更加直接的提供辅助诊断结果。在眼底图像公开数据集上进行验证,本文硬性渗出检测结果与医生的标注图结果基本一致,表明了该方法的有效性。