糖尿病視網膜病變圖像的滲出物自動檢測算法研究.pdf

1、糖尿病視網膜病變是糖尿病嚴重的并發(fā)癥,是成年人視力下降甚至致盲的主要原因之一。硬性滲出物是糖尿病視網膜病變的早期特征之一,因此對硬性滲出物進行早期的普查,能有效防止視力下降和損傷。目前,糖尿病視網膜病變主要由眼科醫(yī)師進行人工檢查,大量的眼底圖像、高昂的檢查費用和專業(yè)醫(yī)師的缺乏等增加了醫(yī)生的工作壓力,同時使得病人不能得到及時的診斷和治療。因此使用計算機基于圖像識別的自動檢測技術能有效提高眼底圖像檢測效率,給病人和醫(yī)師帶來福音。
　　

2、目前有許多研究人員和相關研究機構提出了多種硬性滲出物自動檢測技術方法,可以歸結為基于閾值分割、基于形態(tài)學、基于區(qū)域重建和基于分類的四大類方法。這些方法各有優(yōu)缺點,對硬性滲出物的檢測都取得了一定的效果,但他們均不同程度地忽略了眼底圖像存在的各種干擾因素。為此,本文從硬性滲出物本身的特征出發(fā),提出了一種直方圖分割和分類相結合的方法。
　　預處理階段中的圖像增強實現(xiàn)了亮度均衡化和對比度增強,解決了視網膜眼底圖像中常見的亮度不均衡對比度偏

3、低的問題。在直方圖分割階段,根據硬性滲出物的亮度特征使用高斯混合模型對其灰度分布直方圖進行概率密度估計,根據相應的概率密度分布函數選擇動態(tài)閾值進行初步的分割。為了使硬性滲出物的候選區(qū)域的邊界更加清晰,我們使用了形態(tài)學重建方法。通過直方圖分割階段,我們得到了硬性滲出物的候選區(qū)域集。在分類階段,為了將硬性滲出物與非硬性身滲出物區(qū)分開來,根據硬性滲出物的自身特性對每一個候選區(qū)域抽取了44個特征,使用支持向量機進行分類,并得到最后的分類結果。<