结合改进型GBVS模型和眼底血管结构特征的视盘检测方法研究

摘要

彩色眼底图像的处理与分析不仅可以用于诊断某些眼科疾病，还可以帮助医生进行糖尿病、高血压等全身性疾病的诊断，跟踪病情的发展。在眼底视网膜图像中，视盘是一个类圆形的近黄色或白色的亮斑，同时是眼底血管的发源地，汇聚着大量较粗的血管，其形状、大小和深度等参数是衡量眼底健康状况的重要指标。准确的视盘检测不仅可以辅助定位血管、黄斑等重要的眼底组织结构，还可辅助确定渗出物、微动脉瘤等病变的位置，对眼底图像分析具有重要的意义。
　　本文方法充分利用视盘的亮度、对比度、相位一致性三类视觉特征以及主血管结构特性，提出一种结合改进型基于图的显著性模型(Gbvs)和眼底血管结构特征的视盘检测方法。该方法首先对Gbvs模型进行改进，将其中的颜色、亮度、方向三类特征改为亮度、对比度、结合相位一致性(PC)三类特征，并利用改进后的Gbvs模型构造眼底图像的显著图;然后提静脉血管轮廓线，进行抛物线拟合，通过比较抛物线顶点邻域内的显著性与整幅眼底图像的平均显著性的大小确定视盘位置;最后，消除视盘局部区域的血管，利用C-V水平集方法来确定视盘边界，获得视盘分割结果。
　　在四个公开的眼底图像数据集(DRIVE、MESSIDOR、STARE和DIABETED0)上对该方法进行了测试，平均定位准确率分别为100％、99.25％、90.12％、96.1％，高于现有代表性方法。

目录

声明

摘要

第一章 绪论

1．1 课题背景及研究意义

1．2 国内外研究现状

1．2．1 视盘定位研究现状

1．2．2 视盘分割研究现状

1．3 研究内容及结构安排

第二章 基于视觉注意机制的显著性检测模型以及相位一致性基本原理

2．1 基于视觉注意机制的显著性检测模型

2．1．1 视觉注意机制

2．1．2 Itti视觉注意机制模型

2．1．3 Gbvs视觉注意机制模型

2．2 相位一致性

2．2．1 相位一致性定义

2．2．2 基于Log-Gabor小波的相位一致性计算

2．2．3 噪声补偿

2．2．4 眼底图像的PC检测

2．3 本章小结

第三章 结合改进型Gbvs和眼底血管结构特征的视盘定位

3．1 彩色眼底图像预处理

3．1．1 颜色通道选取

3．1．2 感兴趣区域提取

3．2 基于改进型Gbvs模型的眼底图像显著性检测

3．2．1 视觉特征提取

3．2．2 特征图生成

3．2．3 显著图生成

3．3 静脉血管轮廓线提取

3．3．1 静脉血管分割

3．3．2 最小二乘法拟合静脉血管

3．4 视盘定位

3．5 实验结果与分析

3．5．1 实验结果定性评价

3．5．2 实验结果定量评价

3．6 本章小结

第四章 基于C-V模型的视盘分割

4．1 血管消除

4．1．1 基于形态学消除血管

4．1．2 基于邻近插值运算消除血管

4．2 基于C-V模型的视盘分割

4．3 实验结果分析

4．4 本章小结

第五章 总结和展望

5．1 总结

5．2 展望

参考文献

发表论文和参加科研情况

致谢