光学相干断层成像病变分割方法设计与实现.doc

摘要:色素上皮层脱离（Pigment Epithelium Detachment,PED）是多种视网膜或脉络膜疾病的重要临床表现特征，如年龄相关性黄斑变性、息肉状脉络膜血管病变、中心性浆液性脉络膜视网膜病变及葡萄膜炎等。色素上皮层脱离是严重的病变，最终将导致中心视力丧失，因此，对于色素上皮层脱离区域的分割以得到定量的数据，对相关视网膜疾病的诊断与治疗具有重要的临床意义。

本文主要是提出了在光学相干断层成像技术（Optical Coherence Tomogra-

phy,OCT）对视网膜浆液性色素上皮层脱离病变区域进行自动分割的方法。该方法主要包括以下步骤：（1）利用阈值分割方法将原始的视网膜二维切片分割为二值图像；（2）通过得到的二值图像获取视网膜色素上皮层（Retinal Pigment Epithelium,RPE）；（3）利用凸包算法获取布鲁赫膜，得到初始的分割区域；（4）通过数学形态学运算对初始的分割区域进行后处理。本文的分割方法对16张OCT视网膜浆液性色素上皮层脱离病变区域进行了测试，所获得自动分割结果的平均真阳性率（Ture Positive Rate,TPR）、假阳性率（False Positive Rate,FPR）分别为94.66%、0.17%、对于病变区域的自动分割有较好的分割结果，能够较为准确的提供病变区域的形状、位置、大小等，为眼科医生提供可视化的依据，辅助诊断和治疗视网膜的相关疾病。

关键词：光学相干断层成像 浆液性色素上皮层脱离 阈值分割 数学形态学

目录

中文摘要

Abstract

第一章 绪论-3

1.1 OCT技术简介-3

1.2 OCT视网膜图像的研究目的和意义-3

1.3 本课题的研究意义-4

第二章 涉及的图像处理方法-6

2.1 图像去噪方法-6

2.2 阈值分割-7

2.3 数学形态学-8

第三章 浆液性色素上皮层脱离的自动分割-10

3.1 算法概述-10

3.2 图像去噪预处理-11

3.3 病变区域分割算法-11

3.4 图像后处理-15

第四章 自动分割算法结果与分析-18

4.1 性能评价指标-18

4.2 自动分割结果性能与分析-18

4.3 总结和展望-20

参考文献-22

致谢-24