基于三維圖搜索的SDOCT視網(wǎng)膜圖像邊界分割與研究.pdf

1、頻域光學相干層析視網(wǎng)膜圖像SDOCT(Spectral Domain Optical CoherenceTomography)在現(xiàn)代醫(yī)學中起到了重要的作用。視網(wǎng)膜層的精確分割是對視網(wǎng)膜醫(yī)學圖像分析的基礎(chǔ)，本文在三維圖搜索算法理論的基礎(chǔ)上，針對黃斑和視覺神經(jīng)頭區(qū)域的不同特性，將三維圖搜索算法改進并應(yīng)用到具體視網(wǎng)膜圖像的層分割當中。本文主要工作和研究內(nèi)容如下:
　　(1)基于梯度弱化算法的黃斑區(qū)內(nèi)界膜(Internal Limitin

2、g Membrane，ILM)的單層分割算法。傳統(tǒng)三維圖搜索方法不能快速準確單獨分割I(lǐng)LM層，提出的梯度弱化算法能夠僅保留ILM邊界附近較強梯度區(qū)域，而弱化了其他部分的梯度。實驗表明，改進后的算法不僅能準確高效分割I(lǐng)LM層，還避免了原算法可能出現(xiàn)的誤分割現(xiàn)象;
　　(2)應(yīng)用多尺度的三維圖搜索黃斑區(qū)多層邊界分割算法。本算法用來分割ONL-IS(Onner Nuclear Layer-Inner photoreceptor Segm

3、ent),OS-RPE(Outer photoreceptor Segment-Retinal pigment epithelium)和BM(Bruch's Membrane)這三層結(jié)構(gòu)。傳統(tǒng)三維圖搜索算法同時分割三層時間代價較大，利用軸向多尺度來降低分割的復(fù)雜度，針對不同層采用了不同的權(quán)重設(shè)計，并改進了分割策略，引入了組合層的概念，在分割過程中不同尺度采用不同的分割策略，實驗表明能夠做到三層結(jié)構(gòu)的快速高效分割;
　　(3)基于三

4、維圖搜索算法的ONH(Optic Nerve Head，視覺神經(jīng)頭)區(qū)域?qū)臃指罴皯?yīng)用。結(jié)合ONH圖像特性，利用多尺度三維圖搜索進行分層，并引入薄板樣條函數(shù)作為上采樣還原策略分割ONL-IS，OS-RPE和BM層。利用層數(shù)據(jù)生成投影圖像，通過基于背景估計的血管過濾算法對投影圖像進行血管去除，并利用三維圖搜索算法對視盤邊界進行分割。分割視盤改進了傳統(tǒng)三維圖搜索算法不能分割封閉曲面的問題，改進后的算法可分割封閉曲線或曲面。實驗表明算法能夠較好