21、眼底图像预处理与 MET 蛋白柄灵活性分析

眼底图像预处理与 MET 蛋白柄灵活性分析

在医学图像分析领域，眼底图像预处理对于青光眼的自动分类至关重要，同时对 MET 蛋白柄的灵活性研究也具有重要意义。下面将分别介绍眼底图像预处理的相关方法及结果，以及 MET 蛋白柄灵活性的分析方法。

眼底图像预处理

• 血管修复 ：
  • 利用图像的强度信息以及对血管宽度、长度和结构的几何假设。
  • 采用自适应阈值技术，以每个像素 15×15 邻域的中值作为阈值来分离前景和背景。
  • 结合二值掩码和 Canny 边缘图创建掩码，过滤掉小物体，仅保留由平行边缘对界定的结构。
  • 通过网格化和匹配滤波技术验证潜在的血管部分，最终进行形态学闭合得到血管掩码。
  • 对血管掩码覆盖的区域进行修复，采用迭代技术，从外到内逐层填充血管区域，缺失像素取已知相邻值的加权平均值。
• 视盘感兴趣区域（ONH ROI）归一化 ：
  • 使用以视盘为中心的眼底照片进行归一化。
  • 采用改进的 ONH 定位方法，先进行均值滤波和阈值探测进行粗略定位，再使用圆形 Hough 变换找到神经视网膜边缘的边界。
  • 选择以 ONH 中心为中心、大小为 ONH 半径三倍的正方形框作为 ROI，并将其缩放到固定的参考大小。

评估

• 实验设置