网站开发器,北京网络营销公司哪家好,设计工作室宣传文案,电商网站设计与制作预防糖尿病对每个人的健康至关重要#xff0c;而糖尿病的早期症状在眼底视网膜血管会有所体现#xff0c;如静脉血管扩张、轻度弯曲等。高血压作为常见疾病#xff0c;在中国有多达2.45亿的患者。高血压的病情也会在眼底视网膜血管上有所体现#xff0c;如交叉压迫征等反映…预防糖尿病对每个人的健康至关重要而糖尿病的早期症状在眼底视网膜血管会有所体现如静脉血管扩张、轻度弯曲等。高血压作为常见疾病在中国有多达2.45亿的患者。高血压的病情也会在眼底视网膜血管上有所体现如交叉压迫征等反映着病情的严重程度。而青光眼等眼科疾病的诊断更离不开视网膜血管的特征。作为人体唯一无需手术便可观察到的较深血管眼底视网膜血管越来越受到医学研究与临床的重视。在产学研结合的大潮下对眼底视网膜图像中血管与背景的分割也进入了计算机视觉研究人员的视野。
人体视网膜位于眼球壁的内层眼底视网膜图像中眼底血管粗细不一、纹路复杂、背景与血管对比度低及病变区域的干扰造成血管与背景分割有较大的难度。传统眼底视网膜图像中血管的分割由医生来手动分割不仅受医生水平和状态的影响也会耗费大量的时间不能满足大规模血管图像分割的要求。随着图像处理技术的发展利用计算机实现高效、稳定和精确的眼底视网膜图像分割算法在相关疾病上会提高医生的诊断效率同时也为学者在医学图像领域的继续深入研究提供了有价值的参考。由此实现对微血管与背景的分割助力医生的医疗诊断成为了图像领域的重要研究方向。常见的眼底视网膜图像分割结果中血管像素被分割为白色背景像素被分割为黑色。
综上眼底视网膜血管的特征在疾病预防与诊断中有着重要的作用因此对眼底图像中血管与背景的分割可提高医生的临床诊断效率。由于设备及环境的影响在采集眼底视网膜图像的过程中难免会有光照不均、局部噪点等瑕疵这对传统手工分割图像中的血管与背景带来麻烦既影响了精度又拖慢了速度对医疗人员造成大量的负担。视网膜血管本身走向复杂尺寸不一特别是末端的细微血管难以辨认有着较低的对比度这对医疗人员本身的专业水平也提出了过硬的要求。实现自动分割视网膜图像中血管与背景的算法便有了不可忽视的价值为医生的后续诊断提供了便利。而由于标注成本高造成眼底视网膜血管图像的数据集较少如何在现有的数据集上训练出稳定、高效的网络模型是一个艰巨的挑战。
因此提出一种MATLAB环境下基于图像处理的视网膜图像血管分割方法主要步骤如下
Preprocessing:
Extract mask imageExtract green channelCLAHE contrast enhancementReplace black ringTop-hat transform
Vessel Extraction
Otsu thresholdingRemove small regionsThick vessel extractionThin vessel extractionCreate the final image using the last two images
Compare my result and ground truth
Green: same ture in mr(my result) and gt(ground truth)Red: one in mr and zero in gtPurple: Zero in mr and one in gt
部分代码如下
close all; clc;
im_rgb im2double(imread(DRIVE/Test/images/03_test.tif));
im_mask im_rgb(:,:,2) (20/255); % Extract green channel
im_mask double(imerode(im_mask, strel(disk,3)));
figure
subplot(2,2,1),imshow(im_rgb),title(general image);
subplot(2,2,2),imshow(im_mask),title(Mask after erosion);
im_green im_rgb(:,:,2);
subplot(2,2,3),imshow(im_green),title(Green Channel)
% CLAHE
im_enh adapthisteq(im_green,numTiles,[8 8],nBins,128);
subplot(2,2,4),imshow(im_enh),title(CLAHE enhancement)
出图如下 工学博士担任《Mechanical System and Signal Processing》审稿专家担任 《中国电机工程学报》优秀审稿专家《控制与决策》《系统工程与电子技术》《电力系统保护与控制》《宇航学报》等EI期刊审稿专家。
擅长领域现代信号处理机器学习深度学习数字孪生时间序列分析设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。
