1 上海理工大学 教育部微创医疗器械工程研究中心生物医学 光学与视光学研究所, 上海 200093
2 上海奥普生物医药有限公司, 上海 201201
糖尿病性黄斑水肿（DME）是导致失明的主要原因之一, 由专业的医生通过检查光学相干扫描（OCT）图像是主要的诊断方法, 但这一过程不仅耗时而且容易误判, 提出一种辅助诊断模型来区分DME和正常黄斑。对原始OCT图像进行降噪、展平、裁剪预处理, 得到易于分类的病灶区图像, 在小波分解金字塔模型的基础上用局部二值模式方法对原图和低频子图像提取纹理特征; 与提取细节图像的灰度-梯度共生矩阵特征融合形成最终的全局特征, 并对其进行降维; 用weka平台的序列最小优化模型进行分类。在杜克大学数据集和临床数据集上的试验结果表明, 算法在两个数据集上验证的准确率分别为95.7%、95.3%, 灵敏性分别为95.3%、95.5%, 特异度分别为96.0%、95.1%。因此, 所提方法能有效对OCT图像分类, 为临床上视网膜疾病辅助诊断提供技术支撑。
光学相干层析成像 糖尿病性黄斑水肿 局部二值模式 灰度-梯度共生矩阵 特征提取 分类 optical coherence tomography diabetic macular edema local binary pattern gray-gradient co-occurrence matrix feature extraction classification
1 四川大学电子信息学院,成都,610064
2 中国工程物理研究院激光聚变研究中心,四川,绵阳,621900
基于光学元件损伤暗场成像图像的特点以及每个像素与周边的梯度关系,选择灰度--梯度对共生矩阵为研究模型,该模型集中反映了损伤图像中两种最基本的要素--灰度信息和梯度信息(边缘).利用该模型产生准则函数,在信息论中最大熵原理基础上,应用文中改进的二维最大熵算法能自动确定最佳分割阈值,实现了对暗场图像的分割.该算法能够准确的从光学元件损伤暗场图像中提取损伤目标,为目标识别、精确定位和损伤大小的精确计算等后续处理提供依据.为了验证该算法,试验中对多个光学元件损伤暗场图像进行了处理分析,试验表明,该算法分割得到的损伤目标与实际相符,误差在检测的范围之内,为大型光学系统中光学元件损伤的在线、自动化检测提供了一种有效的技术途径.
灰度--梯度共生矩阵 二维最大熵 暗场成像 在线检测
