彩色眼底视网膜图像中相关目标检测方法研究

《彩色眼底视网膜图像中相关目标检测方法研究》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、＿彩色眼底视网膜图像中相关目标检测方法研宄Ｒｅｓｅａｒｃｈｏｎｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｓｏｆｒｅｌａｔｅｄｔａｒｇｅｔｓｌｆｉｎｉｎｃｏｏｒｕｎｄｕｓｒｅｔａｉｍａｇｅ作者姓名：黄文博专业名称：通信与信息系统研究方向：图像处理与模式识别指导教师：王珂教授；ＤｕｎｗｅｉＷＥＮ教授学位类别：工学博士培养单位：通信工程学院论文答辩日期：２０１８年６月３日授予学位日期：年月日答辩委员会组成：姓名职称工作单位主席王延杰研究员中国科学院长春

2、光学精密机械与物理研究所委员赵晓日军教授吉林大学赵凯研宄员中国科学院东北地理与农业生态研宂所、宋路教授长春理？工大学￣朴燕教授长春理工大学未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则。，应承担侵权的法律责任吉林大学博士学位论文原创性声明：本人郑重声明所呈交学位论文，是本人在指导教师的指导

3、下，独立进行研究工作所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研宄做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者齡日期Ｊ禮年／月曰多摘要彩色眼底视网膜图像中相关目标检测方法研究医学信息处理技术是计算机技术、信息技术与医学信息的交叉与融合。眼底图像处理与分析是电子、计算机、现代医学等在生命科学中的、通信以及生物学应用。眼底病变的早期发现，但目前眼、诊断、干

4、预是减少视力致残致盲的关键科医生对眼底图像中相关目标的检查多数仍采取手动方式，检测精度及效率低下，致使大规模眼底普查难以开展，部分患者错失最佳治疗时机而造成视力受损甚至失明，利用机器学习与模式识别等人工智能方法对彩色眼底视网膜图像中。因此，、快速的相关目标进行精准识别建立无创、定量的眼底病变辅助诊断方法具有十分重要的意义。在查阅大量文献的基础上，本文对，在与眼科专家的合作下，结合临床实际眼底图像中相关目标的精准识别及分类等技术难点进行探索，对视网膜血管分割、视网膜动静脉血管分类及视盘识别展开深

5、入研宄。主要研究内容和创新成果如下：１．针对视网膜中低对比度及末端微小血管难以完整检测、分割精度低的问－题，（ＢａｒＣｏｍｂｉｎａｔｉｏｎＯｆＳｈｅｄＦｔｅｒＲｅｓｏｎｓｅｓ提出了基于带状移位滤波响应组合ｉｆｔｉｌｐ，Ｂ－ＣＯＳＦＩＲＥ）模型与全连接条件随机场（ＦｕｌｌｙＣｏｎｄｉｔｉｏｎａｌＲａｎｄｏｍＦｉｌｅｄ，ＦＣＲＦ）的视网膜血管分割方法。鉴于视网膜可见血管具有长条型带状、局部呈类似直线－，ＢＣＯＳＦ型结构的特有形态本文采用对条状结构敏感的丨ＲＥ滤波模型对视网膜血管进行特征提取。针

6、对血管主千与末端的特征不同，分别配置对称及非对称两种滤波模型进行跟踪，利用得到的对称与非对称滤波响应及Ｇ通道像素灰度值共同构建特征向量库，进行多特征融合后，输入所构建的全连接条件随机场模型进行训练及测试，实现视网膜血管精准分割。２．针对视网膜动静脉血管手动识别受医生主观因素影响大、费时耗力和当前算法识别范围小，、精度低的问题提出了基于多尺度上下文关联特征的视网膜动静脉血管分类方法，。针对视网膜动静脉血管各自不同的特征将多尺度上下文表示为具有不同范围的概率标记模板。在像素级层面，从图像像素到标记

7、的映射描述了每个像素的局部图像上下文特征：在区域层面，具有中等尺度的概率标记模板对每个区域内的标记施加了中等范围上下文限制，；在全局层面大尺度概率Ｉ标记模板为整个图像的标记提供了全局约束。在血管分割的基础上对动静脉血管的形态及拓扑等特征进行提取，并在上述不同尺度引入包含形状、结构、相对位置等更具区分度的上下文关联特征，采用基于这些特征的ＪｏｉｎｔＢｏｏｓｔ分类器构建ｄｉｔｉｏｎａｌＲａｎｄｏｍＨｉｅｄＣＲＦ条件随机场（Ｃｏｎ，）模型的势函数，对标注样本进行。训练，实现在视网膜整体范

8、围内所有动静脉血管的精准分类３．针对视盘在周边病变及色素沉着等千扰下难以准确识别的问题，提出了基于卷积神经网络（ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ，ＣＮＮ）与ＣＲＦ相结合的视盘识别方法。首先通过ＣＮＮ对彩色眼底视网膜图像进行初始分类，并以此构建ＣＲＦ一元势函数ＣＲＦ模型的：然后利用高斯