导　　师： 詹长安

授予学位： 硕士

作　　者： (）;

机构地区： 南方医科大学

摘　　要： 视网膜不同生理层的厚度量化分析对于临床上视网膜疾病诊断和病变估计具有重要意义，其各层厚度测量可通过对视网膜OCT(Optical coherence tomography，光学相干断层成像技术)图像进行分割而得到，因此，发展视网膜OCT图像分割技术对眼科疾病的早期诊断有着极其重要的意义。由于OCT成像技术中光的散射易造成获取的图像中带有许多散斑噪声，以及相邻生理层的反射系数差异较小而造成图像对比度低等，使得区分视网膜生理层结构非常困难。过去，识别视网膜组织特征通常由临床眼科专家手动定位生理层边界完成，这种靠手动分割的方法不仅耗时，而且易受到人为因素的影响，随着OCT技术的改进，发展计算机辅助的视网膜组织层分割的方法越来越重要。　　人类视觉系统是迄今为止所知道的功能最强大和完善的视觉系统，其具有出色的信息处理能力，能够快速而有效地从大量复杂的场景中提取出有用的信息。特别地，视觉系统能够精确地从杂乱的边缘信息中提取出目标的轮廓，这一能力下起着关键作用的是视觉轮廓整合机制。根据Gestalt“好的连续性”准则对轮廓整合过程的描述，视觉轮廓整合可分为三个阶段：1）轮廓成分提取阶段，即边缘检测，2）各轮廓成分间的连接强度计算，3）局部轮廓成分根据连接强度整合形成全局轮廓。　　在生物视觉感知特性启发下，本文提出了基于视觉轮廓整合机制的视网膜OCT图像分割方法。从视网膜OCT图像边缘检测中出现的由于噪声等引起的虚假边缘及组织不均匀等造成的边缘断裂的问题人手，结合视网膜组织各层边界的特点，利用模仿生物视觉轮廓整合过程的条件概率模型计算两个边缘片段连接的概率，然后根据概率判断两个断裂的边缘成分属于同一轮廓的可能性，发展了一种创新的边缘连�

关 键 词： 视网膜 光学相干断层成像 图像分割 生物视觉 轮廓整合 边缘检测 连接强度

领　　域： [] []