视网膜图像分割算法研究

作     者：汪维华 

作者单位：中国科学院大学(中国科学院重庆绿色智能技术研究院) 

学位级别：博士

导师姓名：张景中

授予年度：2018年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：视网膜图像 血管分割 视盘定位 视盘分割 活动轮廓模型 

摘      要：视网膜图像处理与分析是计算机技术在医学领域中的重要应用。视网膜组织的形态结构同人们的一些疾病如青光眼、糖尿病、高血压、动脉管硬化以及其他眼底疾病和心血管疾病等之间的关系密切,其变化可以作为疾病诊断的重要依据,也可以作为判断某种病情严重程度的重要依据。为此,利用计算图像处理技术自动分割视网膜图像中主要组织结构对医学病理研究与分析以及大规模的疾病筛查具有十分重要的意义。本文以视网膜图像中的血管和视盘等组织结构为研究对象,从血管和视盘的增强、定位和分割等方面进行研究。引入了形态学操作、多尺度技术、Gabor小波变换、Snakes模型等思想,利用这些技术实现了对视网膜血管和视盘的分割。具体来说,论文的主要工作和贡献包括:(1)提出了一种基于多尺度形态学操作和种子点跟踪的视网膜血管分割方法。针对视网膜血管管径是变化的问题,提出了利用具有不同尺度结构元素的形态学操作增强不同管径血管的多尺度方法,采用线性结构元素,该结构元素的形态学操作能够消除大面积的硬出血、硬渗透、黄斑和视盘的影响;针对硬出血及硬渗透等病灶对血管分割的影响问题,利用血管的连通性,采用血管跟踪方法,消除孤立噪声,保留血管,提高血管分割精度。(2)提出了一种基于局部增强和区域增长的视网膜血管分割方法。在视网膜图像采集过程中,由于光照不均引起各个部位的对比度不一致,导致微血管与周围组织之间的对比度低。针对这一问题,提出了一种局部对比度归一化方法,该方法只在像素点周围的局部范围内调整目标与背景之间的对比度,视网膜血管的增强采用具有方向性的Gabor小波变换,然后采用区域增长法跟踪血管,去除孤立噪声。算法提高了视网膜血管的分割精度,减少了低对比度区域内微细血管的错误分割。(3)提出了一种基于置信度和Snakes模型的视盘的定位与分割算法。算法分为3步:初定位、视盘分割和中心点定位。针对视盘分割运算量大、分割速度慢的问题,提出了一种基于置信度的快速位方法,算法包括垂直初定位和水平初定位两步。根据视网膜血管组织结构对称性,提出了垂直方向初定位方法。视盘具有以下基本特征:血管像素点密度大、平均像素值(亮度)大、背景与其相应的血管之间的对比度大。根据视盘的这些特征提出了一种基于置信度的水平初定位方法。针对视盘边界光滑而形状不统一的问题,提出了一种基于Snakes模型的视盘分割方法。Snakes模型在内力和外力的共同作用下,使得分割出来的视盘既能保证光滑性,又能较好地稳定在视盘的边界,提高视盘分割的准确性。最后根据视盘边界重新确定视盘的中心点。