彩色眼底圖像微動脈瘤檢測方法研究.pdf

1、醫(yī)學(xué)圖像處理與分析一直是數(shù)字圖像處理領(lǐng)域的研究熱點和難點。其中，彩色眼底成像是通過光學(xué)儀器直接觀測人體血管最方便、最快捷的途徑。因此，彩色眼底圖像已被廣泛應(yīng)用到眼科疾病的各項診斷中。糖尿病視網(wǎng)膜病變(Diabetic retinopathy，DR)作為糖尿病的主要并發(fā)癥之一，已成為世界致盲率最高的眼科疾病。微動脈瘤(Microaneurysm，MA)是DR的最早期病癥，實現(xiàn)MA的準(zhǔn)確檢測對DR早期診斷、治療及預(yù)防具有重要意義，但是目前M

2、A的檢測主要依賴于眼科醫(yī)生在眼底圖像中手動標(biāo)注，耗時費力。因此基于眼底圖像對MA進(jìn)行智能化自動檢測不僅能夠輔助醫(yī)生進(jìn)行臨床診斷，而且有利于DR的早期篩查。
　　首先，由于受到拍攝條件和眼底病變程度等因素的影響，眼底圖像整體亮度、對比度較低且光照不均，MA局部背景對比度低。因此，在檢測MA時需先對眼底圖像進(jìn)行增強(qiáng)。本文提出了一種基于復(fù)合Gamma校正的彩色眼底圖像增強(qiáng)算法，實現(xiàn)對不同亮度和病變程度眼底圖像的自適應(yīng)增強(qiáng)，有效克服眼底光

3、照不均的影響，提升圖像整體亮度，增強(qiáng)MA局部背景間的對比度。
　　其次，MA邊緣模糊、局部背景復(fù)雜且多噪聲導(dǎo)致MA檢測結(jié)果漏檢與誤檢較多。本文提出了一種基于圓形雙邊Gabor濾波和局部梯度分析的眼底MA檢測方法，突顯小尺寸和邊界模糊的可視MA，有效降低漏檢。同時抑制局部背景，移除具有方向性的細(xì)小血管，顯著降低由于噪聲和細(xì)小血管所造成的誤檢。針對醫(yī)院數(shù)據(jù)庫，本方法在圖像水平上靈敏度為100％，在病灶水平上的靈敏度為93.8％。對于R

4、OC數(shù)據(jù)庫，本方法在圖像水平上的靈敏度為100％，特異性為53.9％,準(zhǔn)確率為96％;在病灶水平上，在平均每幅圖像存在6.9個誤檢時，本方法獲得最優(yōu)靈敏度65.4％。
　　由于眼底相機(jī)視角的局限性，單幅眼底圖像僅能觀測到局部區(qū)域。為能夠觀測到大視角的眼底圖像，本文提出了一種基于SIFT變換和Otsu匹配的彩色眼底圖像拼接方法，實現(xiàn)對同一人眼拍攝得到的多幅彩色眼底圖像的準(zhǔn)確拼接。為提高特征點匹配精度，提出了一種基于Otsu的特征點匹

5、配算法，準(zhǔn)確剔除誤匹配點對;采用最大值算法對配準(zhǔn)結(jié)果進(jìn)行融合，未對圖像進(jìn)行平滑和濾波，有效保留眼底信息。實驗結(jié)果表明，本方法用于輕度和中度病變的眼底圖像時，血管拼接無錯位、能保留MA等DR早期病灶。，匹配點對的均方根誤差(RMSE)為0.9409、平均絕對誤差(MAD)為0.9459，重疊區(qū)域的相關(guān)系數(shù)為0.9797;同組眼底圖像間配準(zhǔn)成功率為88％。
　　最后，研發(fā)了一套彩色眼底圖像DR自動篩查軟件系統(tǒng)，對多個眼底數(shù)據(jù)庫進(jìn)行測試