关键字 |
| 视网膜眼底图像,视神经盘、微动脉瘤出血,渗出液,数学形态学,上流社会的转变 |
介绍 |
| 糖尿病[1],通常被称为糖尿病描述一群代谢疾病的人有高血糖(血糖),要么因为胰岛素分泌不足(1型糖尿病),或因为身体的细胞不正确地响应胰岛素(2型糖尿病),或两者兼而有之。糖尿病会导致体内各种病态即糖尿病神经病变[2],糖尿病肾病[3],糖尿病性视网膜病变(第4 - 9)。糖尿病性视网膜病变的结果由于损伤视网膜小血管供给营养的[6]。他们泄漏血液和其他体液如脂质蛋白质,脂肪等引起视网膜组织的肿胀和影响正常的视力。它通常会影响双眼。糖尿病病人的时间越长,就更有可能将开发糖尿病性视网膜病变的人。如果不治疗糖尿病性视网膜病变长时间它能造成永久性失明[5]。目前糖尿病性视网膜病变可占大约5%的全球失明[4]。 |
| 基于视网膜疾病的伤害是分为两个阶段。Non-proliferative糖尿病性视网膜病变(NPDR)疾病的早期状态,没有或很少疾病的症状。NPDR,血管在视网膜上被削弱导致微小凸起叫micro-aneurysms[5]从墙上凸出。这些微小的隆起可能泄漏血液或其他体液如脂肪或蛋白质。增生性糖尿病视网膜病变(PDR)[5]的更高级形式的疾病。在这个阶段,视网膜变得严重剥夺氧气所以新血管开始形成视网膜供应氧气。这些新血管异常,所以他们很脆弱,容易破裂,泄漏的血液进入玻璃(流体填充空间在视网膜前面)暗晦愿景通过这一过程被称为玻璃体出血[5]。 |
| 往往没有视觉症状在糖尿病视网膜病变的早期阶段。早期发现和治疗可以减少糖尿病性视网膜病变的潜在重大视力丧失。1型和2型糖尿病风险的糖尿病性视网膜病变的发展。一个人有糖尿病的时间越长,他们就越有可能发展糖尿病性视网膜病变,尤其是糖尿病控制不佳。在Non-proliferative糖尿病性视网膜病变的早期阶段,除了定期监测治疗可能不是必需的。遵循医生的建议,饮食和锻炼,保持血糖水平控制有助于控制疾病的进展。这就是为什么糖尿病视网膜病变的早期检测和定期眼睛检查是非常重要的所有的糖尿病患者[9]。 |
| 微动脉瘤出血和渗出液的特征在不同阶段的非增生性糖尿病性视网膜病变[5]。微动脉瘤是糖尿病性视网膜病变的第一个信号,可以观察到在视网膜眼底图像。随着疾病进展的一些毛细血管破裂,出现小点或更大的屁股或这种火焰状的圆出血[8],红色出现在眼底图像。如果这些毛细血管漏脂质沉淀,血清蛋白质就会导致黄色病变称为渗出[5]。基于这些特征的存在的程度分为轻度Non-proliferative糖尿病视网膜病变糖尿病性视网膜病变,温和Non-proliferative糖尿病性视网膜病变,严重Non-proliferative糖尿病性视网膜病变。 |
| 糖尿病的各种方法已被用于分割的特性。渗出液使用数学形态学的分割[11][12]证明特别有用。形态上流社会的变换[17],边缘检测(18、19)和递归地区增长(14、15)是一些广泛使用的方法分割的微动脉瘤和出血。 |
相关工作 |
| Ramanuka等[12]使用形态学操作来检测困难的渗出液。模糊逻辑进一步用于分类困难的渗出液。张等人[13]使用独立的小型和大型渗出液的方法。大型渗出物候选人得到运用均值滤波预处理的图像重建。形态上流社会的变换被用来探测小的渗出液。 |
| Sopharak等[14]使用当地的方差算子和形态学操作,如打开,关闭和重建提取分泌物。大津算法被用来确定阈值。Sinthanayothin(15、16),使用递归的区域增长方法单独的渗出液,本质上有锋利的边缘。进一步提取微动脉瘤和出血护城河操作符是用于创建递归的锐利的边缘在图像区域增长技术使用。斯宾塞等[17]使用双线性上流社会的变换来检测微动脉瘤阴影校正图像。 |
算法 |
| 选择图像的绿色通道的分割功能正常和不正常,因为在对比度最大比原来的或红色或蓝色通道。然后绿色通道的对比增加了使用对比度自适应直方图均衡化方法(CLAHE)有限或直方图均衡化[11]根据适用性。 |
| 答:视神经盘检测 |
| 视神经盘对应于视网膜图像最亮的组成部分。视神经盘的强度水平是非常类似于分泌物检测视神经盘分开是很重要的。让I1绿色通道的灰度图像的原始图像。图像I1 I2使用直方图均衡化预处理得到图像。候选人视神经盘地区然后分开I2分段区域最大的强度。图像I3然后通过应用3 x3中值滤波消除杂散像素(椒盐噪声)。然后形态开放手术(o)使用一个平面的圆盘形状的结构元素(D1)上执行I3。 |
| 当= 0 D1 I3 |
| 选择合适的结构元素,视神经盘之间的区别和渗出液基于大小。这里假定,任何偏离分泌物检测小于视神经盘的大小。打开操作将消除较小的分泌物出现。 |
| b .血管检测: |
| 红色的血管分割是一个重要的一步损伤检测。自血管和红色病变即微动脉瘤血管和出血都是红色的颜色需要提取眼底图像的为了有效地检测微动脉瘤和出血。对比有限自适应直方图均衡化(CLAHE)上执行的负面的I2 I5合成图像。图像获得16通过执行上流社会的过滤操作图像I5使用一个平面的圆盘形状的结构元素(D2)。上流社会的过滤相当于减去执行开放形态操作的结果对输入图像从输入图像本身。 |
| 16 = I5 - (I5 o D2) |
| 合适的阈值是用于从图像16段的血管这个阈值选择基于先验的图像的质量的知识。合成图像(I7)包括血管出血,micro-aneurisms和其它杂散结构。后删除结构,面积不到一个决定阈值图像I8只包含血管。 |
|
| c .渗出物检测: |
| 渗出物检测是一个复杂的任务,由于存在许多明亮的结构可以被误解为渗出液。视神经盘,视神经纤维,倒影在中间的船只和反思存在特别是在视网膜的年轻患者[13]。然而,大多数这些结构尤其是视神经纤维没有边缘锋利的渗出液。错误检测non-exudate特性避免了通过使用一个独特的技术包括边缘检测、形态学关闭和逻辑操作。锐利的边缘提取图像I1使用Sobel过滤器获取图像I8。形态上执行关闭操作(⋅)I8填补边缘使用一个平面的圆盘形状的结构元素(D3)。 |
| 19 = I8 o D3 |
| 应用CLAHE I1随后明亮区域在图像中提取图像块用一个合适的阈值。图像块之间的逻辑,然后操作执行和图像19。 |
| I11 =一块和19 |
| 合成图像的视神经盘然后减去渗出液。 |
| I12 = I11 -预告 |
| d . Microaneurisms和出血检测: |
| 微动脉瘤和点出血与锐边和圆形结构形状[18]。I13获得通过应用普瑞维特在I1边缘检测器。检测到的边缘然后由应用形态学关闭操作通过使用一个平面的圆盘形状的结构元素(D4)。 |
| I14 = I13。D4 |
| 获得的图像包含微动脉瘤出血和血管。然后执行逻辑和操作之间的I7 D14图像和图像。 |
| I15 = I14和I7 |
| 这个步骤删除红色病变的错误检测。最后血管(I8)相减(I15)红色病变。 |
| I16 = I15 - I8 |
| 微动脉瘤和出血是进一步分开取决于他们的差异大小。结构面积小于一个阈值被列为候选人微动脉瘤(I17)。候选人微动脉瘤包含碎片随着微动脉瘤的血管。因为这些碎片是薄的线性结构被应用与一个圆盘形状的结构元素形态学开操作(D5)。结构比微动脉瘤出血被归类为候选人。这些也包含片段被应用的血管形态学开操作一个圆盘形状的结构元素(D6)有半径大于D5。 |
结果 |
| 被认为是两个不同的图像。视神经盘的一个图像是用来检测和exudatesanother用于检测血管,微动脉瘤和出血。 |
| 视神经盘检测 |
| 输入眼底图像如图2所示。绿色通道的灰度图像输入图像如图2 b。运用直方图均衡化后的图像如图2 b得到对比增强图像图2 c。分段最大强度水平的地区给所有明亮的区域图像中包含视神经盘和一些错误的检测通常从小型渗出液。这些特性被执行几个形态打开操作。然后获得图像形态扩张通过小半径的一个平面的圆盘形状的结构元素。图2 d显示了发现视神经盘。 |
| b。血管检测 |
| 图像如图3所示的输入图像被血管检测。倒直方图均衡图像的灰度图像的绿色通道的输入图像如图3 b是过滤使用上流社会的变换。上流社会的转换图像(图3 c)然后二进制使用一个合适的阈值。二值化后的血管以及噪声像素,微动脉瘤出血也出现在图像。合适的面积阈值用于去除这些小结构。删除小物体后,我们得到血管如图3 d。 |
| c。渗出液检测 |
| 图像如图2所示是输入图像和索贝尔边缘检测器是用来发现边缘。图4显示了封闭的边缘,这些通常涉及血管,微动脉瘤,出血和渗出液。图像之间的逻辑执行和操作与明亮的地区图4 b和图4所示。这使输出如图4 c包含一些明亮的像素在视神经盘地区。分段视神经盘早些时候从这张图片中减去的渗出液,如图4所示。 |
| d。微动脉瘤和出血检测 |
| 图像如图3所示ais视为输入图像。边缘检测到普瑞维特过滤器与合闸操作包含灌装后血管,渗出液,微动脉瘤出血,如图5所示。然后执行逻辑和操作之间的这张图片和图像3 dto得到图5 b。血管然后从合成图像减去给微动脉瘤出血和噪声像素和小血管的碎片。小噪声像素被执行开放形态操作的一个圆盘形状的结构元素和小半径。小结构的正常范围内MAs视为MAs和分开休息,如图5所示。大片段的血管是线性结构,所以当形态开放操作几乎没有大的半径是执行这些碎片被只留下真正点出血,如图5所示。 |
结论和未来的工作 |
| 快速和有效的早期发现糖尿病性视网膜病变仅是一种可能,如果是一种有效的分割方法糖尿病眼底图像的特性。以上提出的方法提出了一种快速、有效的和健壮的方法检测糖尿病特征的眼底图像可用于分类的图像根据疾病的严重程度。利用提取的特征分类器可以将图像分成几个类别进行分类。因为手动检测糖尿病的存在特性尤其是小微动脉瘤和出血是非常困难的该方法可以很大的帮助眼科医生的大规模筛查的患者。 |
|
数据乍一看 |
|
|
|
引用 |
- 世界卫生组织。非传染性疾病监测部门,”定义,糖尿病及其并发症的诊断和分类”报告的咨询、Vol.No /非传染性疾病/ nc / 99.2。1、1-59 1999。
- m . Pasnoor m . Dimachkie p Kluding和r . Barohn“糖尿病神经病变第1部分:概述和对称的表型”,NeurolClin Vol.No。31日,问题2,425 - 445年,2013年。
- p . k . Dabla“糖尿病肾病肾功能”,世界糖尿病,第一卷,第二问题,48-56,2010年。
- RaczyNska, k . Zorena B。城市,d . Zalewski a . Skorek Malukiewicz和b·l·西科尔斯基“当前趋势的监测和治疗糖尿病性视网膜病变在年轻的成年人”,炎症介质,1-13,2014。
- 答:a . Alghadyan“糖尿病视网膜病变-更新”沙特眼科杂志》上,Vol.No。25、99 - 111、2011。
- 医学博士艾布拉姆,抗议加文和m . Sonka视网膜成像和图像分析,IEEE反式医疗成像,Vol.No。3、169 - 208年,2010年。
- t·加德纳Abcouwer,理发师和g·杰克逊,“糖尿病性视网膜病变的综合方法研究”,角膜,No.129卷,问题2,230 - 235年,2011年。
- K Viswanathand d . McGavin“糖尿病视网膜病变:临床发现和管理”,社区眼睛健康,Vol.No。16日No.46问题,21 - 24日,2003年。
- p . l . Wu Fernandez-Loaiza, j . Sauma大肠Hernandez-Bogantes和m·马西“糖尿病视网膜病变和糖尿病黄斑水肿的分类”,世界糖尿病杂志》,第四卷,6号,290 - 294年,2013年。
- t·沃尔特·j·克莱恩,p . Massin和A . Erginay”贡献的图像处理的诊断糖尿病Retinopathy-Detection渗出液的颜色人类视网膜眼底图像”,IEEE医学成像,卷第21号,10号,2002。
- 冈萨雷斯,树林和eddin,使用MATLAB数字图像处理。1日印度:培生教育公司和英国多林金德斯利有限公司制造书籍(印度)经纪公司。2006。
- R.H.N.G.Ramanukaand R.G.N. Meegama”,检测分泌物从糖尿病性视网膜病变的图像”,PNCTM 34-39,第一卷,2012。
- 张x, G。蒂博,e . Decenciere b . Marcotegui躺,r . Danno g . Cazuguel g . Quellec m . Lamard p . Massin。Chabouis z,维克多,安达。Erginay”,渗出物颜色检测视网膜图像的大规模筛查糖尿病视网膜病变”,医学图像分析,1026 - 1043年,2014年。
- a . Sopharak b . Uyyanonvara Barmanb和h·威廉姆森,“自动检测糖尿病视网膜病变渗出液从non-dilated视网膜图像使用数学形态学方法”,计算机医学影像和图形No.32卷,720 - 727年,2008年。
- a . Sinthanayothin J。博伊斯,t·威廉姆森,h·库克,e . Mensah Lal和d·亚瑟,糖尿病性视网膜病变的“自动检测数字眼底图像”,英国糖尿病糖尿病药物,Vol.No。19日,105 - 112年,2002年。
- a . Sinthanayothin j·博伊斯,H。Cookand t·威廉姆森,“自动化本地化视神经盘的中央,并从数字彩色眼底视网膜血管图像”,Br J角膜切削,No.83卷,902 - 910年,1999年。
- t·斯宾塞,j·奥尔森,K。Mchardy p·夏普和j·福雷斯特,“一个图像处理策略的分割和量化微动脉瘤眼眼底荧光素血管造影检查的“电脑和生物医学研究,29号卷,284 - 302年,1996年。
- s . Ravishankar a . Jain和a·米塔尔”自动特征提取早期发现糖尿病性视网膜病变的眼底图像程序”IEEE计算机学会计算机视觉与模式识别会议,210 - 217年,2009年。
- 您正在,c . Chakraborty雷诺数Banerjee和a·k·雷,“视网膜研究生物系统对特征分类识别和糖尿病性视网膜病变”,医学成像与卫生信息学杂志》上,卷。第一,2011年1 - 10。
|
菜单
