- 上一篇：IDEF0+Björk科学文献传播过程与传播效果形成的描述模型研究
- 下一篇：JSP+mysql学生食堂点餐管理系统设计
表1.2 高信号亮斑观察统计情况表
亮斑情况 NDR NPDR PDR DME PRP
少量点状 0只 2只 4只 0只 4只
少量点块状 0只 1只 0只 0只 2只
大量点状 0只 0只 4只 7只 1只
大量点块状 0只 3只 5只 13只 11只
无 20只 14只 7只 0只 2只
根据上表的统计结果显示，渗出在各类病变之间的差异是比较显著的。因此本文主要针对渗出这一特征来研究其与糖网病变的关系。渗出主要是视网膜毛细血管渗漏物慢慢吸收以后残留的脂质，大小不一。如果离黄斑区很近的话将严重损害视力。目前，渗出与病程的关系研究并不是很多，渗出对于糖网病变的诊断还只是停留在定性意义上的指导。因此本文致力于探究渗出与病变程度的关系。由于糖网数据比较庞大，人工提取特征来研究将是一件十分繁琐的事，而目前医学上的研究几乎都是基于医学设备自带的软件加上人工操作来进行的，这也一定程度上限制了研究的效率，所以本文借助图像领域中的方法来提取相关特征并分析计算，适当进行半自动和手工修正，在保证准确率的同时也提高效率。
1.6 论文的组织结构
本论文主要包含四章内容，主要的组织结构如下：
第一章介绍了光学相干断层视网膜图像的医学背景及其层次构造，然后对糖尿病性视网膜病变的特点和各个时期进行了简单介绍，最后给出了糖网图像特征与病变关系研究的现状及其对于临床诊断的积极意义，确定研究渗出与病变的关系。
第二章主要是为限制高信号亮斑提取区域而进行的边界分割。首先给出了用于糖网图像预处理的双边滤波去噪算法，然后运用动态规划算法分割出内界膜，根据梯度最大值粗略分割出NFL/GCL边界，最后根据图像的灰度渐变图和最大梯度拟合曲线得到IS/OS边界。
第三章主要是进行高信号亮斑的提取。首先基于自适应阈值法确定限制区域的最佳阈值，阈值化图像后得到种子集合，然后基于人类视觉模型采用区域生长的方法提取出亮斑。
第四章主要是计算统计亮斑的一些重要特征，并进行分析哪些特征对病变影响较大，然后根据这些显著性特征建立预测模型。
2 高信号亮斑提取区域的限制
通过观察视网膜图像可知，高信号亮斑一般都处于NFL下方，OS层上方，而NFL和OS层在OCT图像中都表现为较亮的区域，因此，如果采用阈值的方法进行提取的话，首先必须把这两层之间的区域分割出来，这样既避免了其它层的干扰，又提高了提取的效率。图2.1为亮斑所在区域的示意图。红色标记处为较大的亮斑。