随着图像处理应用的发展,医学图像处理技术得到了广泛的应用,眼底图像处理技术的研究得到了足够的重视并取得了一定的研究成果。眼底血管是唯一能够直接观察到的血管,眼底图像中的血管特征对于医学应用极为重要。从血管特征的提取、测量、配准、识别和匹配、血管与相关病的诊断、血管的运动跟踪和三维重建等问题入手,针对眼底图像中的血管特征进行了以下几个方面研究工作。1.本文提出了一种基于眼底图像中血管的生物特征识别方法。眼底图像中血管的形状具有唯一性,而且血管的骨架形状简单,便于比对。对眼底图像中血管的骨架形状进行提取并采用带树表示,以血管中心作为根节点,血管的分支点作为带树节点,形成眼底图像的血管骨架形状的带树表示,因为带树计算比较方便,从而方便地进行眼底图像的血管比对计算。眼底图像的血管骨架形状带树表示在比对时还可以采用分层次进行比对,较大幅度减少运算量,提高比对运算速度和效率。在通常的比对时,要求出两幅眼底图像血管骨架形状之间的匹配基准点和变换因子,对要比对的眼底图像血管骨架进行旋转、平移变换以便判断两幅眼底图像血管骨架是否相同。求取变换后的待比对血管骨架的特征点坐标位置和所在区域的矢量线方向,然后将变换后的要比对血管骨架特征点集变换到模板血管特征点集上,检测两个眼底图像血管骨架特征点集合中相重合的特征点数目。由于匹配是一种非精确匹配,即使是一对匹配的特征点对,它们之间也不会完全重合,总是在位置、方向上存在有一定的偏差,所以必须有一定的偏差容忍度。通常采用一种称为界定盒的方法,对模板血管骨架特征点集中的每一个特征点,选取它周围的一个矩形区域作为它的界定盒,只要变换后的待比对血管骨架的特征点经过叠加后落在这个区域之内,而且方向基本一致,就可以认为这两个特征点对是一对匹配的特征点。统计所有相匹配的特征点数目,给出最终的匹配结果。采用带树表示时,通过调整带树的分辨率,优化了界定盒;由于带树是分级处理,在一个带树节点比对时,不匹配即可以终止比对,从而节约运算成本和运算时间。2.本文开展了根据提取眼底图像血管的特征,划分糖尿病和心血管病的等级程度方法。通常划分糖尿病和心血管病的等级程度都是根据医生的实际经验划分的,存在着个人行为观点的差异。采用眼底图像中动静脉血管测量和定量比较作为划分糖尿病和心血管病的等级标准,更加科学。对非荧光造影图像进行了图像增强、边缘检测、图像分割、去除噪波和视盘定位等预处理,并实现了对非荧光造影眼底图像中的动静脉血管管径的测量,根据动静脉血管的管径比可以判断该人是否为高血压病患者,并对高血压病的视网膜病变期出现的白斑病灶进行比较准确的提取,在正常和异常之间做出明确鉴别,使对高血压病眼底的非荧光造影图像的研究标准化。本文通过对提取的病灶的比较和血管管径的比较,对高血压、糖尿病的发病程度进行了定性的评价,从而大大加强眼底检查优势,方便了高血压和糖尿病患者,对高血压病和糖尿病的诊断及治疗具有重要的实践指导意义。3.文中提出了基于血管形状特征进行动态跟踪方法。在眼底激光手术中,医生一般是根据眼底图像中病灶在图像中的位置,估计出实际病灶的位置,进行手术,能否通过计算机识别和跟踪技术,自动地定位病灶的位置成为本文研究的课题。采用眼底图像血管骨架中的关键点作为配准,进行跟踪定位,为实现自动跟踪手术做了有益的探索。4.眼底图像的血管骨架是二维图形,根据人体眼睛的结构,建立了适于医学可视化的眼底数学模型。并利用中心扩散逆投影法重建了眼底曲面,利用血管轮廓图和骨架图重建了三维血管。具体过程是从眼底图像的血管骨架的提取处理、血管三维信息的恢复入手,实现血管三维重建。在血管轮廓图和骨架图的基础上进行分析、处理、重建,并对骨架图中的误差进行了自动修正,使用图像网格技术来表现三维图形,较精确地模拟眼底血管的粗细和走向,为临床应用提供了有益的信息。综上所述,眼底图像的血管骨架特征研究,为人的生物特征识别、糖尿病和心血管病的辅助诊断、眼底手术跟踪技术、更好观测三维眼底血管等多方面具有一定的理论意义和应用价值,为眼底医学图像处理问题的解决提供了有益的方法和手段。