糖尿病視網(wǎng)膜病變圖像的血管提取方法研究.pdf

1、由于視網(wǎng)膜血管為人體中獨(dú)有的無(wú)創(chuàng)便可察看的深層次微血管循環(huán)網(wǎng)絡(luò)，其直徑、血管曲率與分叉角度的改變程度是診斷糖尿病、高血壓、心腦血管以及眼科疾病病變程度的重要指標(biāo)，因此有效的視網(wǎng)膜血管分割方法可以輔助醫(yī)生對(duì)以上病例進(jìn)行早期診斷與治療。由于存在許多影響成像因素及受生理結(jié)構(gòu)的限制，直接進(jìn)行血管分割是較為困難的。因此，分割血管前必須對(duì)視網(wǎng)膜圖像進(jìn)行有效地增強(qiáng)以及去除視盤(pán)過(guò)亮帶來(lái)的影響，分割血管時(shí)也需要對(duì)病變部分進(jìn)行檢測(cè)和剔除，以獲得精確的血管分

2、割結(jié)果。
　　針對(duì)眼底視網(wǎng)膜圖像，根據(jù)血管本身的形態(tài)結(jié)構(gòu)，本文提出了一種基于多尺度多方向的視網(wǎng)膜圖像增強(qiáng)方法。該方法首先獲取綠通道圖像并分別對(duì)此圖像進(jìn)行多尺度 Hessian矩陣濾波與多方向二維匹配濾波，然后將兩者的結(jié)果相融合即選取兩者中灰度最大值作為最終的增強(qiáng)結(jié)果。在此圖像增強(qiáng)基礎(chǔ)上，本文提出了一種基于全局閾值與局部閾值的視網(wǎng)膜血管分割方法。該方法分別采用全局閾值二維最大熵與局部閾值移動(dòng)平均算法對(duì)增強(qiáng)圖像進(jìn)行分割以獲取視網(wǎng)膜的主

3、血管與細(xì)微血管部分，然后對(duì)區(qū)域連通性進(jìn)行判斷，將視網(wǎng)膜的主血管與細(xì)微血管進(jìn)行結(jié)合，提取出完整的血管網(wǎng)絡(luò)。由于糖尿病視網(wǎng)膜病變圖像中存在視盤(pán)區(qū)域過(guò)亮與病變區(qū)域，因此，在視盤(pán)定位和病變區(qū)域檢測(cè)的基礎(chǔ)上提出了一種糖尿病視網(wǎng)膜病變圖像的血管分割方法。該方法通過(guò)對(duì)視網(wǎng)膜圖像進(jìn)行一系列形態(tài)學(xué)操作，獲取精確的病變區(qū)域檢測(cè)結(jié)果，然后將其從血管分割結(jié)果中進(jìn)行剔除，并對(duì)病變區(qū)域內(nèi)斷裂血管根據(jù)梯度強(qiáng)度和方向相似的原則進(jìn)行連接，獲取最終的血管分割結(jié)果。