基于導向復小波的視網膜圖像增強與血管監(jiān)督分割技術研究.pdf

1、許多眼部疾病都會影響到視網膜中的血管結構。定量分析視網膜血管結構變化有助于監(jiān)控病變的發(fā)病階段，同時可以評價這些疚病對于人體視覺系統(tǒng)的影響。作為限部疚病CAD(計算機輔助診斷)系統(tǒng)的第一個步驟，視網膜血管的準確分割至關重要。因此，眼部疾病能否有效自動診斷很大程度上依賴于視網膜圖像中的血管分割和局部信息描述的準確程度。
　　 然而，由于圖像對比度較差，以及血管網絡結構復雜，視網膜血管分割較一般的圖像分割方法而言，更加難以實現。本文改

2、進導向復小波濾波器，使其適合圖像線狀結構的檢測與增強。導向復小波濾波器模擬了人限V1區(qū)視覺細胞成像過程：通過一組基濾波器的頻域濾波，將圖像分解到不同方向、尺度和相位子帶中加以描述，提取出圖像中任意方向和不同尺度上的圖像結構信息。經過改進的導向復小波濾波器，在增強血管結構的同時，具有方向敏感性、魯棒性和較低計算復雜度。
　　 同時，本文將導向復小波與支持向量機相結合，通過像素監(jiān)督分類方法實現血管的準確分割。將不同尺度下增強圖像的直

3、線強度(line stength)作為像素特征，來訓練支持向量機。從而實現對未知模式輸入像樣本的分類。
　　 此外，一在圖像監(jiān)督分割算法的基礎上，作了進一步改進：構造出基于滯后閾值理論的滯后分類器，并通過級聯方式，實現血管點的多層監(jiān)督分割。經過對輸入樣本的分層篩選，得到更為完整和準確的血管網絡。
　　 本文分別驗證幾類經典的線狀結構增強方法，并將增強結果與導向復小波進行比較。實驗通過ROC曲線的線下面積(AUC)的評價，