本文關鍵詞：基于特征提取和監(jiān)督學習的視網膜血管分割技術研究

  更多相關文章： 眼底視網膜圖像 血管分割 COSFIRE濾波模型 K近鄰算法 貝葉斯 高斯混合模型

【摘要】：眼底視網膜血管的病變可以反映出很多全身性疾病,通過觀測眼底血管變化來協助視網膜疾病的早期篩查具有重要意義。視網膜血管分割算法作為視網膜疾病自動篩查系統(tǒng)的核心組成部分,其性能的優(yōu)劣直接關系到整個系統(tǒng)的性能。目前,國內外研究人員已開發(fā)出很多視網膜血管分割方法,但大都不能滿足臨床眼底檢測的要求。因此,研究出能夠滿足實際應用的視網膜血管分割方法對臨床眼科研究具有重要的理論價值和現實意義。本文基于上述應用需求,并結合眼底視網膜血管的自身結構特點,研究了一種特征提取和基于監(jiān)督學習的視網膜血管分割方法。首先,分析了視網膜圖像的RGB通道,選取綠色通道作為后續(xù)處理對象。再通過直方圖均衡化(HE)和受限對比度自適應直方圖均衡化(CLAHE)兩種方法對視網膜圖像做增強處理,發(fā)現CLAHE對視網膜圖像的增強效果要更好。為減少相機獲取過程噪聲的影響和無效信息對血管分割的干擾,對處理后的圖像感興趣區(qū)域(ROI)做了膨脹處理并設計了基于YIQ顏色空間模型的眼底視場提取(FOV)方法。然后,在分析生物視覺感受野數學模型的基礎上,深入研究了一種基于COSFIRE濾波模型的特征提取方法,與綠色通道共同構建了一個三維特征向量庫。最后,在特征提取的基礎上,討論分析了兩種簡單參數調優(yōu)的監(jiān)督學習算法對視網膜血管分割的效果,分別是K近鄰算法、貝葉斯高斯混合模型。同時,將本文算法與其他一些現有的算法進行比較,證明了本文算法的有效性。
【關鍵詞】：眼底視網膜圖像 血管分割 COSFIRE濾波模型 K近鄰算法 貝葉斯 高斯混合模型
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：R774.1;TP391.41
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-20
• 1.1 引言10-11
• 1.2 研究背景及意義11-13
• 1.3 視網膜血管分割方法研究現狀13-16
• 1.4 視網膜血管分割研究存在的問題16
• 1.5 本文主要研究內容及章節(jié)安排16-20
• 第二章 眼底視網膜圖像預處理20-34
• 2.1 眼底構造20-21
• 2.2 眼底視網膜圖像采集與獲取21-22
• 2.3 數字圖像處理基礎22-25
• 2.3.1 數字圖像介紹及其基本屬性22-24
• 2.3.2 數字圖像處理系統(tǒng)24-25
• 2.4 眼底視網膜圖像的通道選取分析25-26
• 2.5 視網膜圖像增強處理26-30
• 2.6 感興趣區(qū)域膨脹處理30-31
• 2.7 視網膜圖像視場的提取31-33
• 2.8 本章小結33-34
• 第三章 視網膜圖像特征提取方法研究34-44
• 3.1 生理學基礎及數學模型34-38
• 3.1.1 生理學基礎34-36
• 3.1.2 感受野數學模型36-37
• 3.1.3 COSFIRE濾波數學模型37-38
• 3.2 血管結構特征提取38-40
• 3.2.1 對稱結構的COSFIRE濾波模型38
• 3.2.2 DoG濾波器模糊移位運算38-39
• 3.2.3 COSFIRE濾波響應39
• 3.2.4 非對稱結構的COSFIRE濾波模型及血管末端特征結構39-40
• 3.3 特征提取實驗參數設置及實驗結果40-42
• 3.4 特征歸一化處理42
• 3.5 本章小結42-44
• 第四章 基于K近鄰算法的視網膜血管分割44-52
• 4.1 機器學習的理論基礎44-45
• 4.2 K近鄰算法45-46
• 4.3 實驗結果與分析46-51
• 4.3.1 實驗建立46-47
• 4.3.2 實驗結果評價指標47-48
• 4.3.3 K值設定48-49
• 4.3.4 實驗結果及分析49-51
• 4.4 本章小結51-52
• 第五章 基于貝葉斯高斯混合分類器的視網膜血管分割方法52-62
• 5.1 貝葉斯高斯混合模型分類器52-55
• 5.1.1 貝葉斯決策論52-53
• 5.1.2 高斯混合概率密度函數53-54
• 5.1.3 GMM參數估計-EM算法54-55
• 5.2 實驗結果與分析55-59
• 5.2.1 高斯混合模型參數C調優(yōu)55-56
• 5.2.2 算法分割結果56-57
• 5.2.3 算法性能分析57-59
• 5.3 本章小結59-62
• 第六章 總結與展望62-64
• 6.1 論文的研究成果62
• 6.2 未來工作展望62-64
• 參考文獻64-68
• 致謝68-70
• 攻讀碩士學位期間發(fā)表的學術論文70

【相似文獻】

中國期刊全文數據庫 前10條

1 葛丁飛;李小梅;;心電信號多周期融合特征提取和分類研究[J];中國生物醫(yī)學工程學報;2006年06期

2 張紹武;潘泉;趙春暉;程詠梅;;基于加權自相關函數特征提取法的多類蛋白質同源寡聚體分類研究[J];生物醫(yī)學工程學雜志;2007年04期

3 薛建中,鄭崇勛,閆相國;快速多變量自回歸模型的意識任務的特征提取與分類[J];西安交通大學學報;2003年08期

4 楊曉敏,羅立民;白細胞自動分類中的特征提取和分析[J];北京生物醫(yī)學工程;1992年04期

5 王雙維;樊曉平;廖志芳;;一種激光誘導熒光光譜特征提取新方法[J];計算機工程與應用;2008年12期

6 杜軍平,涂序彥;計算機圖像處理技術在舌像特征提取中的應用[J];中國醫(yī)學影像技術;2003年S1期

7 游佳;陳卉;;數字圖像中血管的分割與特征提取[J];生物醫(yī)學工程與臨床;2011年01期

8 謝軼峰;;乳腺超聲圖像腫瘤特征提取與腫瘤分類[J];中外醫(yī)療;2013年16期

9 吳澤暉,吳星;醫(yī)學圖象的邊緣特征提取[J];海南師范學院學報(自然科學版);2003年03期

10 楊曉敏，羅立民，韋鈺;血液白細胞計算機分類中的特征提取研究[J];應用科學學報;1994年02期

中國重要會議論文全文數據庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國控制與決策學術年會論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉體的幾何特征提取方法[A];第一屆建立和諧人機環(huán)境聯合學術會議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 杜栓平;曹正良;;時間—頻率域特征提取及其應用[A];2005年全國水聲學學術會議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標的分割與特征提取[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

7 林土勝;賴聲禮;;視網膜血管特征提取的拆支跟蹤法[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國機械工程學會年會論文集[C];2005年

9 劉紅;陳光，

本文編號：894687