眼底造影圖像分割算法的研究與對(duì)比

眼底即視網(wǎng)膜,位于眼球最內(nèi)層，是視覺(jué)神經(jīng)功能的重要組織部分，眼底組織結(jié)構(gòu)的病變與全身組織器官和系統(tǒng)疾病，尤其是與中樞神經(jīng)系統(tǒng)與血管系統(tǒng)等疾病聯(lián)系緊密。眼底熒光血管造影FFA(Fundus  Fluorescence Angiography)是眼科臨床診治眼底病的特殊檢查技術(shù)，是眼底病檢查、診斷最重要的手段之一[1]。通過(guò)對(duì)FFA所得到的圖像進(jìn)行數(shù)字化處理，可反映眼底血管結(jié)構(gòu)、血流動(dòng)力學(xué)改變、血管病理生理變化及其相關(guān)結(jié)構(gòu)的病理改變，廣泛應(yīng)用于視網(wǎng)膜、脈絡(luò)膜及視神經(jīng)疾病的鑒別診斷，并可指導(dǎo)眼底病的激光光凝治療及推測(cè)視功能預(yù)后，從而為臨床診斷、預(yù)后評(píng)價(jià)、治療、療效觀(guān)察以及探討發(fā)病機(jī)理等提供有價(jià)值的依據(jù)。本文分別利用閾值分割法與BP神經(jīng)網(wǎng)絡(luò)算法對(duì)眼底造影血管圖像及眼底病變區(qū)域圖像進(jìn)行分割與對(duì)比，使臨床醫(yī)生可以得到病變面積的較精確的測(cè)量數(shù)據(jù)，觀(guān)察到更細(xì)微的血管變化，為與此相關(guān)的心、腦血管系統(tǒng)和糖尿病的診治提供重要依據(jù)。
1 眼底造影圖像的閾值分割方法
　閾值分割法的步驟描述如下：(1)從原始醫(yī)學(xué)圖像的起始像素點(diǎn)開(kāi)始，依次取出每一個(gè)像素點(diǎn)的像素值;(2)將這些像素點(diǎn)的值與預(yù)設(shè)閾值相比較，大于閾值的像素點(diǎn)組成的區(qū)域就是要分割的目標(biāo)區(qū)域,將這些區(qū)域單獨(dú)分離出來(lái)，就得到要分割的目標(biāo)[2]。
　閾值分割法可分為半自動(dòng)閾值分割法和自動(dòng)閾值分割法。半自動(dòng)閾值分割法是指利用人工方法設(shè)定閾值和改變閾值，這種方法運(yùn)算量小，速度快,但自適應(yīng)能力差。自動(dòng)閾值分割法是通過(guò)圖像處理的方法自動(dòng)得到閾值，并隨著不同的分割圖像自動(dòng)改變閾值。這種方法自適應(yīng)能力強(qiáng)，但速度較慢。其中，最常見(jiàn)的算法是基于最大熵的自動(dòng)閾值分割,下面對(duì)該方法進(jìn)行詳細(xì)介紹。
    熵是對(duì)事物所攜帶信息量的度量，事物發(fā)生的概率越小，則該事物所攜帶的信息量越大。設(shè)某事物A發(fā)生的概率為p，則事物A的熵H(A)定義為：

[!--empirenews.page--]

　為了減少運(yùn)算量，提高算法的速度，在算法的實(shí)現(xiàn)中采用了二維快速傅里葉正反變換。由于低頻背景和極高頻噪聲得到衰減，在反變換后的圖像中病變的灰度值得到相對(duì)增強(qiáng)，明顯高于周?chē)谋尘盎叶戎?，這樣可以較容易地分離病變和背景，因此，經(jīng)過(guò)傅里葉正反變換病變得到增強(qiáng)的圖像，灰度值可以作為輸入特征進(jìn)行提取。
　利用上述方法獲得樣本圖像的方差、殘差和灰度特征，歸一化后組成輸入特征向量，輸入到如圖1所示的神經(jīng)網(wǎng)絡(luò)分類(lèi)器，利用神經(jīng)網(wǎng)絡(luò)BP訓(xùn)練算法進(jìn)行訓(xùn)練。訓(xùn)練完畢后，輸入待分類(lèi)的眼底熒光圖像，提取圖像特征，并進(jìn)行歸一化處理。將歸一化后的特征值輸入已訓(xùn)練的神經(jīng)網(wǎng)絡(luò)分類(lèi)器進(jìn)行分類(lèi)，根據(jù)分類(lèi)結(jié)果就可得到眼底熒光圖像中的目標(biāo)區(qū)域。
3 實(shí)驗(yàn)結(jié)果分析與對(duì)比
　圖4所示為視網(wǎng)膜血管圖像分割結(jié)果,其中圖4(d)為基于最大熵的閾值方法分割后的血管圖像，圖4(e)為基于神經(jīng)網(wǎng)絡(luò)分割后的血管圖像。圖5所示為視網(wǎng)膜病變區(qū)域分割結(jié)果,其中圖5(d)為基于最大熵的閾值方法分割后的圖像，圖5(e)為基于神經(jīng)網(wǎng)絡(luò)分割后的圖像。對(duì)比兩種不同的分割方法可以發(fā)現(xiàn),基于閾值的分割方法運(yùn)算速度較快，采用神經(jīng)網(wǎng)絡(luò)方法分割后的圖像噪聲更小，圖像更清晰。

參考文獻(xiàn)
[1] 文峰．淺談眼底血管造影的臨床釋義[J] ．中華眼底病雜志，2001，3（17）：67-68.
[2] 章毓晉.圖像分割[M].北京:科學(xué)出版社,2001.
[3] Gao Ning, Shao Lushou. Application of BP neural network prediction nodel on corps pests level by MATLAB [J]. Computer and Agriclture,2003,7:16-18.
[4] 王傳永,孫杰，陳輝，等.基于BP神經(jīng)網(wǎng)絡(luò)的血液圖像細(xì)胞色彩分割[J].光電子·激光,2005,16(12):1506-1509.
[5] 楊治明,王曉蓉，彭軍，等.BP人工神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用[J].計(jì)算機(jī)科學(xué),2007,34(2):234-236.
[6] 周志華,曹存根.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M] .北京:清華大學(xué)出版社,2004.