1. 研究目的与意义
近年来，在各大医院眼科门诊中，干眼已经成为最常见的眼疾，占到就诊比例的10%～20%之多。深受其害的患者已经越来越普遍，干眼危险因素多，症状持续久。在临床诊断中发现，超过一半的干眼是由于睑板腺功能障碍引起的。目前睑板腺功能障碍已经成为导致干眼病症的最常见的原因之一。
睑板腺是一种分泌腺体，它位于人眼部的睑板内，腺体位于上下睑结膜下，开口于睑缘，睑板腺腺体所排出的脂质分泌物成为睑脂。人眼泪液的最表层变为睑脂，泪膜的稳定性很大程度上依赖于睑脂：能防止泪膜被皮脂腺分泌物污染；能够延缓泪膜中间层水分部分的蒸发；能够防止泪水浸渍睑缘皮肤；能够降低表面张力且睡眠时能够密封睑缘。睑板腺功能障碍是一种慢性、弥漫性睑板腺异常，通常以睑板腺终末导管的堵塞和睑板腺腺体数量减少、腺体末端丢失、腺体开口移位为特征。睑板腺功能障碍患者腺体脂质分泌物减少、泪膜稳定性下降，引起泪液蒸发过快、泪膜破裂时间缩短，最终导致干眼症的发生。
目前睑板腺功能障碍的诊断尚无统一标准。临床上睑板腺功能障碍的诊断多采用在裂隙灯下直接观察睑缘形态、睑板腺开口及分泌物情况的方式，由于睑板被结膜及上皮细胞覆盖，在裂隙灯下，医师无法清晰观察到睑板腺形态的变化，诊断结果的准确程度主要取决于临床医师的经验。由于近红外光对人体组织和细胞具有较大的透射深度，因此在近红外光照明下，可拍摄到睑板腺腺体图像。睑板腺近红外成像技术已逐渐成为睑板腺功能障碍诊断的重要方法。然而采集到睑板腺近红外图像后，医师需要在睑板腺近红外图像上手动绘制睑板区域与睑板腺存在区域的大小，绘制过程相对繁琐、费时，且精确度较低，易引入人为误差。
2. 研究内容和预期目标
近年来，睑板腺近红外成像技术已逐渐成为睑板腺功能障碍诊断的重要方法，然而采集到睑板腺图像后，医师需要使用imagej等图像软件在睑板腺近红外图像上手动定义睑板区域与睑板腺存在区域，绘制过程相对繁琐、费时，且精确度较低，易引入人为误差。
本毕业设计将采用图像处理的方法对睑板腺红外成像进行异常诊断分析，通过图像预处理、图像增强、睑板区域分割、睑板腺区域识别，计算睑板腺的面积以及缺失率，并对缺失情况作出评价判定。从而实现睑板腺功能障碍的自动检测，避免手动绘制睑板区域和睑板腺存在区域的繁琐，有效提高睑板腺红外成像异常诊断的客观性。
3. 研究的方法与步骤
研究方法：
首先拟采用中值滤波算法对睑板腺红外成像进行滤波降噪处理。使用直方图规定化调整睑板腺近红外图像的对比度，直方图规定化将使睑板腺近红外图像的灰度直方图在整个灰度空间内均匀分布，从而扩大前景和背景灰度的差别。然后拟使用 wallis 锐化算法对睑板腺进行锐化增强处理，预处理后睑板腺近红外光图像噪声得到抑制，灰度分布得到修正，且睑板区域的轮廓及腺体与睑板组织的边界的对比度得到增强。
接着拟采用最大类间分割算法对预处理后的睑板腺近红外图像进行二值处理，使得睑板区域与睑缘区域作为目标区域被识别出来。分别通过腐蚀算法、最大连通域提取、膨胀算法对二值图像进行处理，实现睑板区域的初步分割。初步分割所提取的睑板区域边缘曲线与睑板区域的真实边缘基本一致，但睑板区域的真实边缘为连续平滑曲线，而由于腺体灰度值的影响，分割出的部分区域凹陷。采用凸包算法对睑板区域进行处理，修复上述算法所提取的睑板区域的边缘曲线的缺陷，从而实现睑板区域的自动分割。
4. 参考文献
[1] 李萌萌,张晓峰,阙丽娟,等.睑板腺红外线成像装置两种图像分析方法的比较[j].中国现代医药杂志,2016,18(2):6-9.[2] 鲁静.正常人群睑板腺形态研究[j].中国实用眼科杂志,2015,33(1):56-58.[3] 胡学刚,刘杰.基于参数活动轮廓模型的图像分割新方法[j].计算机应用,2016, 36(3):779-782.[4] 林喜兰,陈秀宏,肖林云.基于区域混合活动轮廓模型的医学图像分割[j].计算机科学,2016,43(4):303-307.[5] 廖祥云,袁志勇,郑奇,等.引入局部全局信息的区域自适应局域化快速活动轮廓模型[j].计算机学报,2016,39(7):1464-1476.[6] 邵菲.基于形态学滤波的医学图像去噪方法研究[d].天津大学,2016.[7] 王莹.一个结合形态学滤波和高斯-拉普拉斯滤波检测乳腺x线影像中钙化点的新方法[j].生物医学工程学杂志,2010(4):907-911.
[8] 薛连剑. 睑板腺近红外图像处理算法的研究[d].上海交通大学,2016.[9] arita r, suehiro j, haraguchi t , et al. objective image analysis of themeibomian gland area.[j]. british journal of ophthalmology, 2014, 98(6):746-755.
[10] yang wei koh, turgaycelik, hwee kuan lee, et al. detection of meibomian glands andclassification of meibography images.[j]. journal ofbiomedical optics, 2012,17(8): 1-7.
5. 计划与进度安排
2.25--3.28，熟悉课题背景，查阅中英文资料，完成毕设开题。
3.28--4.30，开展课题内容，完成课题的主要实验工作和程序调试。
5.01--5.20，撰写毕设论文初稿并完成中英文翻译。
