78、医学图像与车载通信中的前沿技术探索

医学图像与车载通信中的前沿技术探索

视网膜OCT图像边界分割技术

研究背景与意义

全球约3900万人失明，2.17亿人有中度至重度视力障碍，但近80%的视力问题若能早期发现并及时治疗，是可以预防或治愈的。光学相干断层扫描（OCT）成像技术具有高分辨率，能观察到多个视网膜细胞层以及视网膜和神经退行性疾病的指标，在视网膜疾病诊断中具有重要作用。精确分割主要眼部结构有助于相关视网膜和全身性疾病的后续诊断和治疗。

提出的模型及处理步骤

该模型分为预处理、后处理和层识别三个部分：
- 预处理 ：
- 中值滤波 ：确定输入元素集的中值，能平滑信号强度的快速波动，去除图像中的脉冲噪声。
- 直方图均衡化 ：基于像素向图像灰度区域的均匀分布来增强图像，通过直方图展示像素数量与相关强度值的关系，提高输入图像的对比度。
- 后处理 ：
- Otsu方法 ：用于自动图像阈值处理，提供单个强度阈值，将像素分为前景和背景两类。
- Canny边缘检测 ：使用多级方法检测图像中的各种边缘。
- 形态学图像处理 ：处理图像特征的形状或形态的一组非线性过程。
- 层识别 ：对形态学操作的输出进行多项式曲线拟合，识别边界的多项式系数；生成线性间隔向量，通过三次样条插值得到分段多项式结构，用彩色线划分精细层。