欢迎来到天天文库
浏览记录
ID:26742600
大小:1.97 MB
页数:75页
时间:2018-11-29
《基于k近邻图区域合并的视网膜硬性渗出自动检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、上海交通大学硕士学位论文基于k近邻图区域合并的视网膜硬性渗出自动检测姓名:林蔚申请学位级别:硕士专业:生物医学工程指导教师:张继武20080101基于k近邻图区域合并的视网膜硬性渗出自动检测摘要糖尿病性视网膜病变是一种严重的糖尿病性眼疾,是成年人致盲和视力下降的主要原因。硬性渗出是糖尿病性视网膜病变的基本特征,因此对硬性渗出进行早期检测,是防止视力损伤的最好方法之一。目前,糖尿病性视网膜病变多由眼科医生进行人工检查,需要花费较多时间。因此,应用计算机自动检测可提高眼底照片评估的效率。目前已有许多研究者提出了多种硬性渗
2、出自动检测方法,取得了较好的结果,但均不同程度的存在着容易丢失边缘和细节信息的现象,为此,本文提出了一种硬性渗出的自动检测方法,在保持较高检出率的同时,能很好的保留分割结果的细节信息。视网膜图片首先通过k近邻图快速区域合并方法进行分割,随后移除假阳性区域,以确认硬性渗出区域。本方法的优点在于算法的稳定与高效,可较快的检测出各种形态的硬性渗出。在实现方法上,首先对原图进行图像增强,增加渗出物与背景间的对照,随后进行边缘检测,得到边界图。由于视盘与硬性渗出在颜色和对比度上都十分相近,为了在之后的步骤中去除视盘,需先得到视
3、盘中心位置,因此,对原图进行血管分割后,在所得结果上寻找血管收敛度最大的区域,即为视盘中心。第二步,使用基于k近邻图的区域合并对图像进行分割,初始化分割由许多小区域组成,根据本论文中所提出的区域相似度定义,对于当前区域中最相似的两个区域反复合并,并更新区域相似度数据,直到当前最大的区域相似度数值仍小于一预先给定的阈值,则停止合并过程。区域相似度的定义主要包含了两个区域之间的边界、灰度差以及距离等信息。采用k近邻图作为区域合并的数据结构,对每个区域均保存两个链表,分别对应着该区域的最近区域,以及以该区域为最近区域的区域
4、。k近邻图使得搜索区域和更新相似度数据的速度较快,大大缩短了程序运行时间。最后根据第一步中所得到的视盘中心位置信息,去除视盘,并根据颜色和位置信息提取出硬性渗出区域。对STARE图库中含有硬性渗出的眼底图像应用上述算法,并将所得结果与眼科医生手工标记的结果做比较,硬性渗出检测的平均特异性可达95.42%,同时平均灵敏性为91.08%。且运行时间较短。表明该方法稳定性较好,检测效率较高,可作为相关疾病的大规模普查自动检测方法的基础,具有一定的潜在应用价值。关键词糖尿病性视网膜病,眼底图像,区域合并,k近邻图,硬性渗出A
5、UTOMATEDDETECTIONOFEXUDATESONCOLORFUNDUSIMAGEUSINGREGIONMERGINGBYK-NNGRAPHABSTRACTDiabeticretinopathy(DR)isaseverediabeticeyedisease,whichisaleadingcauseofblindnessandeyedefects.Exudatesaretheprimarysignsofdiabeticretinopathyandtherebyearlydetectionofexudatesis
6、oneofthebestwaystopreventvisionloss.Identificationofdiabeticretinopathyismainlydonebyophthalmologists’manualexaminations;however,ittakesophthalmologistsanexpensivetime.Thus,anautomaticallycomputerizedapproachcanserveasatooltoimprovetheefficiencyofassessmentoffu
7、ndusimages.Thereareseveralgoodmethodsofdetectingexudatesproposedbyresearchers.Butmostofthemhavethetrendtolosedetailinformationofexudates,especiallyontheirborders.Inthispaper,weinvestigateanautomatedmethodindetectionoftheexudates.Theretinalphotographicimageisfir
8、stsegmentedbyafastregionmergingmethodusingak-NearestNeighborgraph.Andthentheexudatesregionsareidentifiedbyremovingthefalsepositiveregionsincludeopticaldisk(OD)accordingtothe
此文档下载收益归作者所有