基于眼底影像的计算机辅助诊断研究及系统实现

论文摘要

本课题针对视网膜图像处理中的关键技术问题作了研究，包括视网膜血管网络的提取、视网膜血管宽度的测量、视网膜图像的配准。通过对比研究常见的几种视网膜血管分割算法，采用KNN算法较好的完成了视网膜血管网络的提取。对于视网膜血管宽度的测量，文中在血管网络提取的基础上，应用血管的中心线来确定血管方向，构造匹配模板，建立近似血管灰度分布的高斯模型，并结合最小二乘法，求解出血管的宽度。针对视网膜图像的配准，考虑到视网膜图像的特点及图像配准算法的精度、速度及实际应用性等因素，提出了基于血管网络相似性的图像配准方法，利用视网膜图像血管重叠像素对的灰度互信息最大作为目标函数，并采用全局优化算法——遗传算法对配准参数进行优化求取。最后，基于VC++平台，实现了一个初步的基于眼底影像的计算机辅助诊断系统。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 计算机辅助诊断的基本原理
• 1.2 课题的研究目的及意义
• 1.3 课题的研究现状
• 1.4 课题的研究内容
• 第二章 视网膜图像血管网络提取
• 2.1 血管增强预处理
• 2.2 几种血管分割算法的研究与比较
• 2.3 本章小结
• 第三章 视网膜血管宽度测量
• 3.1 基于 LoG算子的血管边缘提取
• 3.2 血管中心线抽取
• 3.3 血管跟踪及管径测量
• 3.4 血管异常分析
• 3.5 本章小结
• 第四章 视网膜图像配准
• 4.1 图像配准变换模型选择
• 4.2 基于互信息的视网膜眼底图像配准
• 4.3 本章小结
• 第五章 基于眼底图像的辅助诊断系统介绍
• 5.1 系统界面
• 5.2 系统应用软件的设计思路
• 5.3 功能模块的设计思路
• 结论及展望
• 致谢
• 参考文献