【图像分割】基于计算机视觉实现视网膜图像中的血管分割附matlab代码

1 简介

视网膜图像里的血管是可以被观察到的一类微血管，并且它是无创伤的，而其分布位置也属于深度部位[5]。其分布、结构和形态特征的变化能在一定程度上反映病变的程度。而白血病、糖尿病以及高血压等疾病都会引发一些眼科的疾病。眼底图像的分析是诊断这些眼病的重要方法之一。医学图像分割在图像处理过程中起到了非常重要的作用，因为对图像的分割效果是好还是坏，将会对后续的图像处理甚至整个医疗行为产生重大影响。所以说眼底图像的处理完全可以被应用于医学领域，可以对医疗病症的检查起到很好的辅助作用，当然也就是广泛的应用在眼科眼底病变问题的诊断与治疗上。人工观察并依照经验诊断的效率比较低，而且在主观上也存在着一定的缺陷，也正是因为这个原因，我们更需要利用计算机系统自动检测系统去处理视网膜图像，尤其是分割出其中的血管网络与视盘区域。血管、中央凹和视盘是人类视网膜十分重要的三种结构，其相关研究主要用于多种用途[5]。研究视网膜图像是一项具有挑战性的任务，因为血管宽度的变化，强烈的中央动脉反射，交叉口，高度弯曲的血管部分，以及紧密平行和微小的血管都是难点。此外，视网膜病变区域更是带来许多工作困难，如视网膜出血引起血管不清晰，视盘和青光眼有较强的亮度影响等。当然，眼底图像处理不仅在医学领域有所应用，在其它的各种科研领域也有着许许多多的应用价值。它与许多其它的人体特征类似，比如说指纹、掌纹、人脸、虹膜等，存在着个体唯一性，也就是说每一个人的视网膜中血管的分布、血 管的走向、动静脉的交叉情况、曲率、粗细等特征都不一样，所以人类的眼睛信 息也被广泛的用于生物识别领域。美国的糖尿病学会有报告称，接近 100%的 I 型糖尿病人以及多于 60%的 II 型糖尿病人会在得病的前二十年之内发生视网膜病变，会出现出血、渗出、新生血管的增生以及结缔组织的增殖等现象[6]。并且糖尿病引发的视网膜病变还有可能会出现下面这