资源描述：
《基于BP网络人眼组织切片图像角膜分割.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第47卷第6期厦门大学学报(自然科学版)Vol.47No.62008年11月JournalofXiamenUniversity(NaturalScience)Nov.2008·研究简报·基于BP网络的人眼组织切片图像角膜分割3胡丽玲,王博亮,鞠颖(厦门大学信息科学与技术学院,福建厦门361005)摘要:角膜是人眼的一个关键部分,了解角膜的精细结构具有十分重要的意义.本文提出了一种基于BP(Back2propa2gation)网络的,针对组织切片图像序列提取角膜局部信息的新方法.首先对切片序列进行预处理,截取包含角膜信息的原1/2图像,其次选取预处理过的图像序列中角膜颜色差异的若干图片做训练样本
2、,以人工分割后的图像作为导师信号,通过分析选取6个图像特征作为输入向量,对三层BP神经网络进行训练.训练完成后,采用该网络对图像序列进行分割,最后对分割图像进行后处理包括区域分割、孔洞填充及恢复图像大小.实验结果表明,该方法能够获得较好的图像序列分割效果,为角膜精细形态模型的建立及其后续研究打下基础,同时也为眼内其他重要结构的分割提供一种参考方法.关键词:BP神经网络;角膜;图像分割;人眼组织切片中图分类号:TP391.41文献标识码:A文章编号:043820479(2008)0620912204角膜是眼睛的重要组成部分.到目前为止,对角膜或眼睛的其他重要结构的研究主要建立在裂隙灯显微1数据处
3、理方法图像上.裂隙灯显微图像中角膜偏蓝色与背景存在着首先,为了缩短整个流程特别是BP神经网络分[1][2]较大的颜色差异.因此如颜色聚类法,阈值法等对割的运行时间,对眼球组织切片图像序列进行预处理,这种图像的角膜分割能获得很好的效果.本文所要进然后对预处理后的图像序列进行BP神经网络分割,行分割的组织切片图像是由厦门大学计算机科学系数最后以分割结果为基础,补充进行区域增长和填补,获字医学图像实验室采用普通组织标本制备的方法制成得更好的效果.间距为35μm的人眼球组织切片,并用HE染色法染1.1图像预处理色,再经由扫描仪扫描,获得的646张1344×1500像图像预处理操作是对图像1/2化,即自
4、动获取图[3]素,以BMP位图格式存储的数字图像序列.图像序像序列中眼球组织切片包含角膜的那1/2图.因为切列的主要特点是角膜在图像中所占比例非常小;角膜片图像是1344×1500像素,在BP神经网络分割中颜色与整个眼球图像的颜色差异很小;图像序列中角用如此大的图像做训练样本和测试样本,所耗的时间膜颜色不一且角膜在序列图像中所在位置是变化的.[4-5]是BP神经网络在其他应用中所耗时间的2～3因此上述已有的方法在这里就不适用且直接利用特征倍.眼球组织切片图像如图1所示.点定位法也不能发挥积极的作用.同时作者利用Can2ny边缘水平集分割方法以及医学图像分割方法中的Fastmarching(快速
5、步进)方法都得不到良好的分割效果.为了解决这种图像序列的角膜分割,本文使用了具有较强自学习、自适应及鲁棒性的BP神经网络模图1眼球组织切片型.Fig.1Humaneyetissueimage为了缩短处理时间,提高分割效率,选包含角膜的收稿日期:20082042181/2切片图像做样本.由于组织切片是按不同方向扫基金项目:国家自然科学基金(60371012,60601025,30770561),卫描而得,因此对于整个切片序列不能固定位置取它的生部科学研究基金2福建省卫生教育联合攻关计划项目(WKJ2005222001)资助1/2图,加上切片制作过程中染色的缘故,眼球晶状体3通讯作者:blwang
6、@xmu.edu.cn与整个眼球颜色不同,为红色,其R≥150,G≤20,B≤第6期胡丽玲等:基于BP网络的人眼组织切片图像角膜分割·913·20.角膜在晶状体的前方,获得晶状体的位置即可获得眼球组织切片图像是RGB彩色图像,是在小范围内光角膜在图像中所处方向(上、下、左、右).本文判断一像照均匀的情况下用扫描仪扫描而得,颜色较为单一.用素点属于红色晶状体的标准是它的R≥150,G≤20,B色调表示图像时,区分角膜有一定难度.图像的饱和≤20.度、亮度差异也不大.在这种情况下,BP网络运用HSI算法具体流程如下:颜色空间分割角膜容易陷入局部极值,达不到预期分(1)令colum为图像I的列,ro
7、w为宽.按照图像割效果.从上到下、从左到右查找,直到像素点(i,j)满足R≥针对研究图像颜色的特点,本文运用转换公式150,G≤20,B≤20;C=0.11×r+0.59×g+0.3×b,(2)判断(i,j)的3×3邻阈是否满足R≥150,G≤把RGB颜色空间转化到灰度空间.取灰度空间3×320,B≤20.如是,则令x0=i,y0=j,否则转(1);邻域内的灰度最小值、灰度最大值、平均灰度作为BP
