首页> 中文学位 >糖尿病视网膜图像中视盘的自动定位及病变区自动检测的研究
【6h】

糖尿病视网膜图像中视盘的自动定位及病变区自动检测的研究

代理获取

目录

文摘

英文文摘

图表清单

注释表

第一章 绪论

1.1 糖尿病及糖尿病视网膜病变

1.2 糖尿病视网膜病变图像自动诊断系统

1.3 视网膜图像分析的研究现状与本文的研究意义

1.4 本文的主要工作

1.5 本文各章内容安排

第二章 眼底图像的预处理

2.1 数字图像处理基础知识介绍

2.1.1 图像增强与分割

2.1.2 数学形态学

2.2 感兴趣区域(ROI)提取

2.3 亮度和对比度均衡化

2.4 实验所用数据库介绍

2.5 本章小结

第三章 视网膜解剖结构检测

3.1 血管检测

3.1.1 相关背景

3.1.2 血管分割方法

3.1.3 实验结果对比与分析

3.2 视盘定位

3.2.1 背景介绍

3.2.2 本文方法

3.2.3 实验对比与讨论

3.3 黄斑区检测

3.3.1 背景介绍

3.3.2 黄斑区检测

3.4 本章小结

第四章 硬性渗出检测

4.1 背景介绍

4.2 本文方法

4.2.1 边缘锐化

4.2.2 形态学区域填充

4.2.3 形态学图像重构

4.3 本章小结

第五章 糖尿病视网膜图像诊断系统实现

5.1 系统所使用的工具

5.1.1 OpenCV(计算机视觉库)工具包及所用函数接口

5.1.2 MFC(微软基础类库)

5.2 系统功能介绍

5.2.1 文件

5.2.2 常规处理

5.2.3 解剖结构及硬性渗出检测

5.3 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

硕士研究生期间完成的学术论文

展开▼

摘要

糖尿病是最常见的慢性病之一。随着人们生活水平的提高,糖尿病的发病率呈逐年上升趋势。糖尿病视网膜病变是糖尿病的严重并发症,也是引起失明和视觉障碍的主要因为。如果能够做到及早的诊断与治疗,则可抑制病情的发展以利于治愈。眼底图像的普查已成为早发现的重要手段。本文通过对眼底图像的分析,以期开发出能自动诊断糖尿病视网膜病变的图像系统。视盘定位是实现自动诊断系统的重要步骤之一。由于光照和病变区的影响使得准确定位视盘非常困难,本文提出了一种快速且较为鲁棒的基于主血管网的视盘定位方法:首先在彩色视网膜图像的HSV空间的H(色度)通道上提取对比度较高的主血管,然后确定主血管的方向,在方向图内寻找与加权匹配滤波器响应值最高的点作为视盘位置。该方法针对性强且快速,因而能自然地适用于眼底普查任务。在病变检测方面,本文给出了结合亮度与边缘强度信息对硬性渗出的检测方法。该方法首先通过边缘锐化与形态学区域填充技术得到候选区域,然后通过形态学重构,进一步细致分割硬性渗出区域。实验表明,该方法不仅有效,而且可区分硬性渗出与软性渗出。
   最后本文介绍了在MFC框架下结合openCV(开源计算机视觉库)所开发的糖尿病视网膜病变图像诊断的演示系统。该演示系统实现了诊断系统的多种功能,包括血管分割、视盘定位、黄斑区检测及硬性渗出检测等。该系统在很大程度上方便了医生的诊断与跟踪病情。通过进一步完善该系统,可方便扩展对糖尿病视网膜病变图像自动诊断的功能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号