正常角膜和圆锥角膜的特征提取.pdf

第 23卷 第 1O期 光学 精密工程 Vo1．23 No．10 2015年 1O月 OpticsandPrecisionEngineering 文章编号 1004—924X(2015)10—2919—08 正常角膜和圆锥角膜的特征提取 余锦华 ，季春红 ，李添捷。，田 磊 ，黄一飞 ，汪源源 ，郑永平。 (1．复旦大学 电子工程系，上海200433；2．医学影像计算及计算机协助介入重点实验室上海200433； 3．香港理工大学跨学科生物医学工程部门，香港；4．首都医科大学 附属北京同仁医院北京市 眼科研究所，北京 100005；5．中国人民解放军总医院眼科系，北京 100853) 摘要：基于角膜测量仪器 CorvisST采集的图像视频，提出提取新特征参数以便准确区分正常角膜和圆锥角膜。首先对 图像进行滤波、分割等预处理，检测角膜上下边界，并计算前角膜 曲率值；用小波变换分析角膜 曲率变化，获取与角膜运 动趋势相关的特征 ，包括角膜运动的整体趋势和角膜振动的范数和标准差。然后 ，基于均方误差最小化法，提取特征参 数，构建最优参数。最后，用支持向量机(SVM)对正常角膜和圆锥角膜进行分类。从频率的角度实施 的实验显示角膜 在基本运动趋势上存在着振动过程。此外，提出的参数优于形变幅度(DA)、峰值距离 (PD)等传统参数 ，使准确度、灵敏 度和特异性分别提高了1O．2 ，5．7 和 6．9 。受试者工作特征曲线 (ROC)下面积为0．948，接近于 1。结果显示本文 方法 自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性，对临床诊断有辅助作用。 关 键 词 ：角膜 ；圆锥角膜 ；特征提取 ；最小均方误差算法；CorvisST；小波变换 中图分类号 ：R722．21；TP391 文献标识码 ：A doi：10．3788／OPE．2O152310．2919 Extractingfeaturesfrom normalcorneasand keratoconusbasedonwaveletanalysis YUJin—hua ，JIChun—hong ，LITian—jie。，TIAN Lei， HUANG Yi—fei，W ANG Yuan—yuan ～．ZHENG Yong—ping。 (1．DepartmentofElectronicEngineering，FudanUniversity，Shanghai200433，China： 2．KeyLaboratoryofMedicalImagingComputingandComputer AssistedInterventionofShanghai，Shanghai200433，China； 3．InterdisciplinaryDivisionofBiomedicalEngineering，HongKongPolytechnic，HongKong，China； 4．BeOingInstituteofOphthalmology，TongrenHospital，CapitalMedicalUniversity，Beijing100005，China ； 5．DepartmentofOphthatmotogy，ChinesePLAGeneralHospital，Beijing100953，China) *CDrP户0 gauthor，E-mail：jhyu@fudan．edu．cn Abstract：Onthebasisofvideoimagecapturedby thecorneameasuringinstrumentCorvisST，this paperproposesanideatoimprovetheaccuracyofdistinguishingnormalcorneasfrom keratoconiccot— neasbyextractingnew featureparameters，Firstly，theoriginalimageswerepreprocessedbyfiltering andsegmen