【圖像分割】基于計(jì)算機(jī)視覺(jué)實(shí)現(xiàn)視網(wǎng)膜圖像中的血管分割附matlab代碼
1 簡(jiǎn)介
視網(wǎng)膜圖像里的血管是可以被觀察到的一類微血管,并且它是無(wú)創(chuàng)傷的,而其分布位置也屬于深度部位[5]。其分布、結(jié)構(gòu)和形態(tài)特征的變化能在一定程度上反映病變的程度。而白血病、糖尿病以及高血壓等疾病都會(huì)引發(fā)一些眼科的疾病。眼底圖像的分析是診斷這些眼病的重要方法之一。醫(yī)學(xué)圖像分割在圖像處理過(guò)程中起到了非常重要的作用,因?yàn)閷?duì)圖像的分割效果是好還是壞,將會(huì)對(duì)后續(xù)的圖像處理甚至整個(gè)醫(yī)療行為產(chǎn)生重大影響。所以說(shuō)眼底圖像的處理完全可以被應(yīng)用于醫(yī)學(xué)領(lǐng)域,可以對(duì)醫(yī)療病癥的檢查起到很好的輔助作用,當(dāng)然也就是廣泛的應(yīng)用在眼科眼底病變問(wèn)題的診斷與治療上。人工觀察并依照經(jīng)驗(yàn)診斷的效率比較低,而且在主觀上也存在著一定的缺陷,也正是因?yàn)檫@個(gè)原因,我們更需要利用計(jì)算機(jī)系統(tǒng)自動(dòng)檢測(cè)系統(tǒng)去處理視網(wǎng)膜圖像,尤其是分割出其中的血管網(wǎng)絡(luò)與視盤區(qū)域。血管、中央凹和視盤是人類視網(wǎng)膜十分重要的三種結(jié)構(gòu),其相關(guān)研究主要用于多種用途[5]。研究視網(wǎng)膜圖像是一項(xiàng)具有挑戰(zhàn)性的任務(wù),因?yàn)檠軐挾鹊淖兓?,?qiáng)烈的中央動(dòng)脈反射,交叉口,高度彎曲的血管部分,以及緊密平行和微小的血管都是難點(diǎn)。此外,視網(wǎng)膜病變區(qū)域更是帶來(lái)許多工作困難,如視網(wǎng)膜出血引起血管不清晰,視盤和青光眼有較強(qiáng)的亮度影響等。當(dāng)然,眼底圖像處理不僅在醫(yī)學(xué)領(lǐng)域有所應(yīng)用,在其它的各種科研領(lǐng)域也有著許許多多的應(yīng)用價(jià)值。它與許多其它的人體特征類似,比如說(shuō)指紋、掌紋、人臉、虹膜等,存在著個(gè)體唯一性,也就是說(shuō)每一個(gè)人的視網(wǎng)膜中血管的分布、血 管的走向、動(dòng)靜脈的交叉情況、曲率、粗細(xì)等特征都不一樣,所以人類的眼睛信 息也被廣泛的用于生物識(shí)別領(lǐng)域。美國(guó)的糖尿病學(xué)會(huì)有報(bào)告稱,接近 100%的 I 型糖尿病人以及多于 60%的 II 型糖尿病人會(huì)在得病的前二十年之內(nèi)發(fā)生視網(wǎng)膜病變,會(huì)出現(xiàn)出血、滲出、新生血管的增生以及結(jié)締組織的增殖等現(xiàn)象[6]。并且糖尿病引發(fā)的視網(wǎng)膜病變還有可能會(huì)出現(xiàn)下面這種情況:即病癥已經(jīng)發(fā)生了數(shù)年,但是一直沒(méi)有出現(xiàn)很明顯的視覺(jué)障礙。因此在患者出現(xiàn)視力受損的情況之前,進(jìn)入檢查機(jī)構(gòu)并進(jìn)行準(zhǔn)時(shí)、定期的視網(wǎng)膜病變篩查是唯一得能夠及時(shí)的發(fā)現(xiàn)病變并給予治療的有效方法。定期的進(jìn)行眼底檢查成為輔助診斷和預(yù)估很多全身疾病的有效手段,由此可見(jiàn),眼底圖像中的血管分割在醫(yī)學(xué)應(yīng)用上是極為重要的。
2 部分代碼
clc;
clear all;
close all;
%Read Input Retina Image
inImg = imread('Input.bmp');
dim = ndims(inImg);
if(dim == 3)
? ?%Input is a color image
? ?inImg = rgb2gray(inImg);
end
%Extract Blood Vessels
Threshold = 20;
bloodVessels = VesselExtract(inImg, Threshold);
%Output Blood Vessels image
figure;
subplot(121);imshow(inImg);title('Input Image');
subplot(122);imshow(bloodVessels);title('Extracted Blood Vessels');
3 仿真結(jié)果

4 參考文獻(xiàn)
[1]游佳, 陳卉. 數(shù)字圖像中血管的分割與特征提取[J]. 生物醫(yī)學(xué)工程與臨床, 2011, 15(1):5.
博主簡(jiǎn)介:擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真,相關(guān)matlab代碼問(wèn)題可私信交流。
部分理論引用網(wǎng)絡(luò)文獻(xiàn),若有侵權(quán)聯(lián)系博主刪除。
