目录
1.算法概述
随着图像数字化处理的快速发展,医学图像处理越来越受到人们的广泛关注。研究表明,人体许多全身性疾病都与眼底血管的异常有着密切的联系,但是仅靠医学工作者的手动分析与检测,不仅耗时耗力,而且也很难得到比较精确的结果。因此,实现眼底图像血管的自动化分割和动静脉自动分类有着重要的现实意义。本论文分别实现了眼底照相影像血管的分割和动静脉的分类、眼底造影影像的血管分割。眼底照相影像血管的分割和动静脉的分类部分首先对眼底照相图像进行选取绿色通道、去除噪声、图像增强等预处理操作,然后采用了一种基于组合转换滤波器响应和棒状选择相结合的方法对血管干进行检测,采用不对称的组合滤波器对血管末梢进行检测,从而实现眼底照相影像的血管分割,其输出作为后续血管分类的输入。
视网膜血管分割是眼科计算机辅助诊断和大规模疾病筛查系统的基础,当眼器官发生视觉疾病的时候,网膜血管的直径、颜色和弯曲程度等就会出现异常,科医生可以据此作出诊断。医疗上对血管图像进行分割常用的方法有:基于血管跟踪的方法、基于匹配滤波的方法、基于形态学处理的方法、基于形变模型的方法和基于机器学习的方法等 。本篇将介绍基于匹配滤波算法。
我们的眼球底部布满了丰富的毛细血管,在平时用眼过程中可能会出现毛细血管出血的症状,而造成这个现象的有多种眼底血管疾病,比如糖尿病性视网膜病变、视网膜静脉阻塞、高血压性视网膜病变、高度近视性视网膜病变等等。