基于視網(wǎng)膜圖像中微小動脈瘤的檢測算法的研究.pdf

1、隨著信號與信息處理技術(shù)的發(fā)展，數(shù)字圖像處理與計算機輔助診斷兩者的結(jié)合越來越密切。糖尿病性視網(wǎng)膜病變是一種嚴重的糖尿病并發(fā)癥，是導致新發(fā)失明的主要原因。如何方便有效地進行視網(wǎng)膜眼底圖像篩查，更早地識別視網(wǎng)膜損傷，及時采取相應措施避免失明，是目前面臨的重大挑戰(zhàn)和難題。本文基于糖尿病性視網(wǎng)膜病變中最早出現(xiàn)的微小動脈瘤病征進行了研究，旨在提出一種有效的微小動脈瘤檢測算法。
　　根據(jù)微小動脈瘤的基本檢測原理可知，若要有效的實現(xiàn)視網(wǎng)膜圖像中微

2、小動脈瘤的檢測，必須處理好三個關(guān)鍵環(huán)節(jié)，分別是視網(wǎng)膜圖像的增強、微小動脈瘤候選者的匹配提取和微小動脈瘤候選者的篩選過濾。本文首先通過圖像預處理技術(shù)實現(xiàn)了圖像的增強，并重點對增強后的圖像深入地研究了微小動脈瘤的匹配提取算法和篩選過濾算法。
　　本文首先研究了使用模板匹配方法提取視網(wǎng)膜圖像中的微小動脈瘤，實現(xiàn)了一種動態(tài)多參數(shù)模板匹配算法，該算法根據(jù)待匹配微小動脈瘤的區(qū)域灰度特性動態(tài)調(diào)節(jié)模板自身參數(shù)，以使模板最大限度地接近各種形態(tài)的微小

3、動脈瘤。另外，算法同時使用誤差和與相關(guān)系數(shù)共同制約匹配度，從而實現(xiàn)了更為精確的匹配提取。本文還將血管去除和區(qū)域生長結(jié)合在一起，實現(xiàn)了微小動脈瘤候選者的初步篩選。實驗證明，該提取算法更能適應形態(tài)多變的微小動脈瘤，能夠有效地提高微小動脈瘤的檢測真陽性率。
　　本文其次將使用動態(tài)多參數(shù)模板匹配算法提取得到的微小動脈瘤候選集應用于特征提取。針對單純采用各個特征量作為獨立約束指標進行篩選時忽視各個特征量的約束力大小的弊端，提出了基于分布特性

4、的計分策略和自適應加權(quán)的匯總策略。計分策略的目的是為微小動脈瘤候選者的每個特征值計算一個分值，而匯總策略的目的是為計算得到的分值分配一個加權(quán)系數(shù)并計算微小動脈瘤候選者的加權(quán)總分，使用加權(quán)總分實現(xiàn)真假微小動脈瘤的過濾篩選。實驗證明，基于分布特性計分策略和自適應加權(quán)匯總策略的過濾算法能夠有效的降低微小動脈瘤的檢測假陽性率。
　　實驗結(jié)果顯示，綜合使用上述算法，在檢測靈敏度上平均提高了約12％，并且在相同檢測靈敏度時平均假陽性率降低了約