基于視網(wǎng)膜圖像的血管增生自動檢測方法研究.pdf

1、糖尿病是一種世界范圍的疾病，可以導(dǎo)致許多并發(fā)癥。其中糖尿病性視網(wǎng)膜病變(Diabetic Retinopathy, DR)是糖尿病最為嚴(yán)重的并發(fā)癥之一，是高血糖導(dǎo)致血管受損引起的，可以表現(xiàn)出一系列的癥狀，如微血管瘤、出血和滲出等。糖尿病視網(wǎng)膜病變已經(jīng)成為發(fā)達(dá)國家工作人群致盲的最主要原因。糖尿病視網(wǎng)膜病變應(yīng)盡早診斷，盡早治療。視網(wǎng)膜病變篩查是一種有效、低成本的重要早期診斷手段。
　　目前，視網(wǎng)膜病變篩查主要采用眼底相機(jī)拍照，根據(jù)拍攝

2、得到的彩色圖像進(jìn)行糖尿病性視網(wǎng)膜病變的病灶的診斷。血管增生是糖尿病性視網(wǎng)膜病變的一個重要診斷標(biāo)志，它將糖尿病性視網(wǎng)膜病變分為兩個時期:非增殖性糖尿病視網(wǎng)膜病變(NPDR)和增殖性糖尿病視網(wǎng)膜病變(PDR)，因此自動檢測血管增生對于糖尿病性視網(wǎng)膜病變診斷意義非凡。
　　本文所做的實(shí)驗(yàn)基于彩色視網(wǎng)膜圖像。文章首先研究了一組用于提取血管增生紋理特征的濾波器。這組濾波器包括RGB通道、標(biāo)準(zhǔn)差濾波器、各向異性高斯濾波器、Gabor匹配濾波器

3、和微分不變?yōu)V波器。這組濾波器具有平移不變性和旋轉(zhuǎn)不變性，并可以在多尺度條件下提取特征。
　　其次，本文研究了可以自動檢測血管增生的框架，該框架包含預(yù)處理、特征提取、分類和特征選擇等步驟。通過預(yù)處理去除視網(wǎng)膜圖像的不均勻光照，通過濾波器組提取圖像中的特征，通過極限學(xué)習(xí)機(jī)(Extreme Learning Machine，ELM)實(shí)現(xiàn)分類。為了減少計(jì)算的復(fù)雜性，本文使用特征選擇算法來選擇最重要的特征。
　　結(jié)果表明，本文研究的濾