基于眼底彩照的视网膜血管检测方法的研究与实现开题报告

1. 研究目的与意义

研究背景：

眼底图像是眼科疾病及其他疾病的有效诊断依据,对现代眼科医学有着很重要的价值。视网膜血管位于循环系统的末端，是人体内可以通过检眼镜直接进行观察的较深层层次的血管组织。随着图像处理技术和医学诊治技术的不断发展与融合，更多越来越先进的医学影像检测工具应用于临床诊断和治疗领域。眼底图像具有低成本、无创伤、操作简单、容易获取、可重复使用等优点，使得其成为筛查和观察眼科疾病的一项重要指标，在眼科临床领域应用非常广泛。随着眼底彩照的日益普及，使得眼底图像数据急剧增长，加之普通公民的健康意识越来越强烈，导致医院绝大多数的眼底图像都是健康的，只有极少数眼底图像时真正含病变的，从而使得医生每天耗费大量的时间和精力去阅读这些健康的眼底图像，在一定程度上延误了对眼病患者的诊治。研究视网膜血管是很重要的，这是因为：第一，它是血管环境系统中能被直接观察到的一部分；第二，通过诊断视网膜血管上损伤的部分，能诊断出多种眼科疾病以及**等疾病。

2. 研究内容和预期目标

研究内容：

主要研究视网膜血管分割方法。视网膜血管自动分割技术一直是眼底图像分析研究领域的热点，近二十年国内外的专家学者也先后提出了许多视网膜血管分割方法。本文主要利用形态学方法，提取图像中感兴趣区域， 图像增强血管树的分割

3. 研究的方法与步骤

（1）图像进行预处理

分离rgb三通道，选择对g通道进行处理。因为绿色通道图像中的血管和背景的对比度最明显，所以用绿色通道图像来提取血管。

（2）进行子图象自适应阈值化分割

4. 参考文献

[1]. [1].朱承璋, 邹北骥, 向遥,等. 彩色眼底图像视网膜血管分割方法研究进展[j]. 计算机辅助设计与图形学学报, 2015, 27(11):2046-2057.

[2]. [2].周先春, 周玲玲, 周扬,等. 基于双向增强扩散滤波的图像去噪方法:, cn 105427262 a[p]. 2016.

[3]. [3].刘涛. 眼底oct图像降噪及边缘检测算法研究[d]. 清华大学, 2010.

5. 计划与进度安排

(1) 2022.12.5----2022.1. 5 查阅资料, 撰写开题报告；

(2) 2022.1.6----2022.1.31 熟悉开发工具，搭建开发环境，完成系统界面的设计；

(3) 2022.2.1----2022.2.28 完成图像的 处理，滤波、增强等基本算法的实现，实现局部直方图均衡化等方法在眼底图像 增强中的应用；