眼底照相机图像处理与分析关键技术研究

摘要

眼底一直是临床医学密切关注的区域,因为眼底病变常与全身其他疾病密切相关。不少重要的全身疾病可在眼底引起特定的反应或并发症,临床上往往可以从眼底的某些特殊侯征协助其他学科做出正确的诊断以及估计。眼底也是反映糖尿病、高血压病情变化的“晴雨表”。通过观察视网膜动脉血管的各种症状,如动静脉管径、管壁变化、交叉压迫现象的有无及程度、视网膜出血、渗出的有无及其性质等,在一定程度上可以了解全身血管的情况。
　　 由于眼底图像比较复杂,有些传统的图像处理方法不能很好的解决眼底图像增强、图像分割、病灶识别等问题,为此需要开发适合眼底图像处理的各种算法,才能真正实现眼底图像的分析和研究。本论文在查阅了大量的资料和请教于医学专家的基础上,结合课题组正在开发的某型数字式眼底照相机的图像处理系统,对眼底图像处理与分析关键技术进行了深入的研究:
　　 (1)眼底图像增强。眼底图像在拍摄、传输和存储过程中,由于受客观条件的限制,会造成图像质量下降,本文选取眼底图像的灰度图通过灰度变换进行图像增强,并提出了基于粗糙集与小波反锐化掩模的眼底图像增强方法,增强后的眼底图像更加有利于医生的判读,为图像的后续处理提供了良好的保障。
　　 (2)眼底病灶识别。针对糖尿病各个时期病变的眼底病灶,本文应用了基于阈值化的大津法和迭代法对眼底灰度图像进行分割,识别出的眼底病灶有助于医生的诊断,从而方便了医生对糖尿病的确诊。
　　 以C++Builder和Access为平台,开发出了眼底图像处理与分析系统。论文研究对于完善眼底照相机软件系统来说具有积极意义,同时也为后续的图像处理与分析以及计算机辅助诊断方面提供参考。

目录

文摘

英文文摘

图表清单

第一章 绪论

1.1 引言

1.2 研究背景

1.2.1 人眼及其眼底的医学基础

1.2.2 图像处理的发展及其在医学领域中的应用

1.2.3 眼底检查及其眼底图像的重要临床价值

1.3 论文主要研究工作

1.4 论文内容安排

第二章 眼底图像处理关键技术综述

2.1 图像增强

2.1.1 图像增强概念

2.1.2 图像增强方法

2.2 图像分割

2.2.1 图像分割概念

2.2.2 图像分割方法

2.3 图像识别

2.3.1 图像识别概念

2.3.2 图像识别方法

2.4 本章小结

第三章 眼底图像增强

3.1 灰度修正

3.1.1 灰度化处理

3.1.2 灰度变换

3.1.3 直方图修正

3.2 图像的平滑

3.2.1 模板操作

3.2.2 邻域平均法

3.2.3 选择式掩模平滑

3.2.4 中值滤波

3.2.5 高斯匹配滤波

3.3 图像的锐化

3.3.1 梯度锐化

3.3.2 拉普拉斯掩模锐化

3.4 基于粗糙集与小波反锐化掩模的眼底图像增强

3.4.1 粗糙集去噪

3.4.2 小波反锐化掩模增强

3.5 结果分析

3.6 本章小结

第四章 眼底病灶识别

4.1 眼底图像分割方法比较

4.2 图像阈值分割

4.3 眼底图像的阈值选取

4.4 大津法眼底病灶识别

4.4.1 大津法的基本原理

4.4.2 用大津法识别眼底病灶

4.5 迭代法眼底病灶识别

4.5.1 迭代法的基本原理

4.5.2 用迭代法识别眼底病灶

4.6 噪声去除

4.6.1 形态学滤波

4.6.2 阈值面积消除

4.6.3 噪声去除

4.7 本章小结

第五章 眼底图像处理与分析系统的设计和实现

5.1 眼底图像处理与分析系统的设计

5.1.1 眼底图像处理与分析软件系统需求分析

5.1.2 系统总体功能模块

5.2 眼底图像处理与分析系统的实现

5.2.1 系统开发工具

5.2.2 系统的实现过程

5.2.3 眼底病灶识别的示例

5.2.4 电子病历管理

5.2.5 系统实验环境及结果

5.3 系统性能评价

5.4 本章小结

第六章 总结和展望

6.1 全文总结

6.2 研究展望

参考文献

致谢

在学期间的研究成果及发表的学术论文