眼底圖像中視盤檢測相關技術研究.pdf

1、視網膜眼底圖像是醫(yī)學圖像處理中常用的一種重要圖像，是診斷眼科類疾病和其他全身性疾病如高血壓、糖尿病等的重要工具。作為視網膜上主要的生理結構，視盤的準確檢測對自動提取視網膜中其他的解剖結構，檢測視網膜病變以及識別其他的眼底特征有很多幫助。
　　由于視網膜病變、非均勻照明以及對比度差異的存在，在視網膜圖像中精確檢測視盤具有很大的難度。在眼底圖像中對視盤的檢測可分為兩部分：視盤的定位和視盤的分割。視盤的定位是確定視盤區(qū)域的近似幾何中心，

2、而視盤的分割是在視盤的精確定位基礎上，提取感興趣區(qū)域，檢測出視盤的輪廓。針對視盤在眼底圖像上的特有結構特征，本文對視盤的自動定位與分割方法分別進行了研究。
　　本文在研究了視盤形狀、亮度、位置等特征的基礎上提出了一種新的視盤定位方法。針對視盤是具有更高亮度的圓形或橢圓形區(qū)域，并且其尺寸在一定范圍內的特征，本文提出了一個簡單而有效的算法，通過使用不同大小的同心圓形的卷積模板進行匹配來定位視盤的中心。我們利用快速傅里葉變換計算卷積，并

3、且在視網膜圖像預處理中不需要圖像增強和血管分割，因此花費較少的時間。我們在四個公共數據集中驗證了提出的算法，準確率為95％，96%，98.88％和100％。對于分辨率為565×584的視網膜眼底圖像，平均處理時間為1.1s。
　　在視盤定位的基礎上，本文提出了基于含橢圓形約束參數活動輪廓模型的視盤分割方法。針對眼底圖像中視盤的形狀特征，本文在傳統(tǒng)GVF（gradient vector flow）Snake模型中加入橢圓形約束項來檢