基于多模板匹配的局部自适应区域生长法在视网膜内出血自动检测中的.pdfVIP

2o1 and mmlySis v01盘篙：磷‘453F-ebruary，zol3 嚣i掌髫肯3年2月 珏。盖y盖螽。誊怨。盂SpectmscopySpectraI 基于多模板匹配的局部自适应区域生长法在 视网膜内出血自动检测中的应用 高玮玮1，沈建新1，王玉亮1，梁春1，左 晶2 1．南京航空航天大学机电学院，江苏南京2lool6 2．江苏省中医院，江苏南京2l0029 摘要为自动检测出跟底图像中的视网膜内出血，从而构建基于眼底图像的糖尿病视网膜病变自动筛查 系统，提出了基于多模板匹配的局部自适应区域生长法用以自动检测该病灶。首先，对眼底主要生理结构进 行光谱特征分析，从而为不同分割目标选取合适的RGB通道；其次，利用HSV空间的亮度校正以及对比度 受限自适应直方图均衡方法对眼底图像进行预处理}在此基础上利用设计好的多个模板对图像进行归一化 互相关模板匹配获取该病灶候选区域i然后，从中去除视盘、血管以消除相关假阳，从而得到区域生长所需 种子；最后。利用局部自适应区域生长法获取其精确轮廓，从而实现该病灶的准确检测。利用该算法对90 幅不同颜色、不同亮度、不同质量、不同分辨率眼底图像进行该病灶的自动检测，实验结果表明：该算法能 快速、有效地自动检测出眼底图像中的视网膜内出血，且算法稳定可靠，可满足临床需求。 关键词视网膜内出血；光谱特征；模板匹配；区域生长；自动检测 中圈分类号：R318；TP391．4l文献标识码：A Dm：10．3964／j．issm 将医生从繁重的人工阅片工作中解脱出来，更为DR筛查的 引 言 大规模实施提供必备的基础条件。临床上通常将DR分为非 增殖期、增殖前期以及增殖期[7]。其中在非增殖期，患者视 被誉为“沉默杀手”的糖尿病是影响全球公共健康的主要 疾病，据统计，我国目前糖尿病患者已达9240万，居全球 之首[1]。该疾病不仅给人类带来巨大痛苦，且带来众多并发 症，其中，以糖尿病视网膜病变(简称“糖网”，diabetic托ti一 国内也有相关研究报道[10’u]。但对视网膜内出血自动检测 ∞pathy，DR)发生率最高，对视力影响也最大，已成为目前 成人致盲的首要原因[2]。由于每个糖尿病患者都有发展为 算法的研究相对较少，主要有：Usher等[12]提出使用BP神 DR的可能，而Ⅸt具有进行性、不可逆性，因此，如何准确 经网络实现眼底图像中该病灶的自动检测fNi锄eijer等【13] 筛查无明显视力损伤的糖尿病患者是否存在DR，不仅为早 在对每个像素分类从而获取DR红色病灶(包括微动脉瘤和 期诊断、早期治疗从而挽救患者视功能提供先机，还可节约 视网膜内出血)候选区域的基础上利用K-近邻分类器获取真 大量社会医疗资源[3]。目前国内外已有多种筛查方法“’5]，DR红色病灶，但未单独检测视网膜内出血；Hatanal【a等[1．] 其中免散瞳眼底照相检查由于具有简单易行、价格低廉、图 提出利用像素密度分析法实现眼底图像中视网膜内出血的自 像易得、直观、易于保存和记录，且与眼底荧光造影诊断结 动检测。 果具有显著一致性和较高的灵敏度、特异性等优点，被眼科 在深入研究眼底图像中视网膜内出血相关特征的基础 医生普遍认为最适用于DR筛查和随诊[6]，但现阶段该方法上，提出将模板匹配与区域生长法相结合，并将自适应参数 基本依靠眼科医生对眼底图像的肉眼观察，这对实施大规模 加入到生长准则中，即通过多模板匹配的局部自适应区域生 DR筛查而言存在明显不足与局限。因此，若能借助计算机 长法实现眼底图像中该病灶的自动检测，并将检测结果与医 快速、可靠地自动识别出眼底图像中的DR病灶，这不仅可 生的手工标记结果相比