視網(wǎng)膜癥狀性滲出液相關(guān)紊亂的自動化分割與定量分析研究.pdf_第1頁
已閱讀1頁，還剩55頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、癥狀性滲出液相關(guān)紊亂(SymptomaticExudate-AssociatedDerangements，SEAD)伴隨老年性黃斑變性(Age-relatedMacularDegeneration，AMD)等視網(wǎng)膜疾病產(chǎn)生，本文針對頻域光學(xué)相干斷層成像(SpectralDomainOpticalCoherenceTomography，SDOCT)的視網(wǎng)膜圖像，結(jié)合各種不同的醫(yī)學(xué)圖像分割方法，提出了SEAD的自動化分割算法。本文的主要工作

2、和研究內(nèi)容包括以下幾個(gè)方面:
　　(1)圖像預(yù)處理。由于斑點(diǎn)噪聲、血管、圖像成像時(shí)傳感器的移動及光照等的影響，使SDOCT視網(wǎng)膜圖像含有大量的斑點(diǎn)噪聲，導(dǎo)致圖像質(zhì)量很差。因此本文選用雙邊濾波器對圖像預(yù)處理，提高圖像質(zhì)量。
　　(2)視網(wǎng)膜內(nèi)界膜層(InternalLimitingMembrane，ILM)和視網(wǎng)膜色素上皮層(RetinalPigmentEpithelium，RPE)邊界的分割。本文分析不同圖像的ILM特征，根

3、據(jù)閾值方法得到了較好的ILM邊界，同時(shí)本文采用圖論和動態(tài)規(guī)劃自動化分割RPE邊界，該分割方法合理利用RPE層的高反射特性以及視網(wǎng)膜層的先驗(yàn)信息精確分割RPE邊界。
　　(3)基于聚類的SEAD自動化分割。首先，該算法采用K-means聚類方法得到粗略的SEAD位置，然后利用SDOCT視網(wǎng)膜圖像血管位置信息，空間信息和灰度信息去除誤分割，最終得到更精確的SEAD分割結(jié)果。
　　(4)基于水平集的SEAD自動化分割。首先，該算法

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論