基于视网膜图像处理的微小动脉瘤发生风险预测系统

摘要

本发明涉及基于视网膜图像处理的微小动脉瘤发生风险预测系统，包括视网膜图像获取单元、视网膜图像预处理单元、微小动脉瘤图像粗提取单元、微小动脉瘤图像精提取单元和微小动脉瘤发生风险预测单元，通过对获取的视网膜图像进行图像增强和小波变换进行图像增强处理，对增强后的图像进行多动态模板匹配实现对微小动脉瘤图像的粗提取，并去除粗提取后图像上血管组织，提取微小动脉瘤图像的特征值，建立朴素贝叶斯分类器，实现对微小动脉瘤发生风险的预测，本发明采用加权的朴素贝叶斯分类器，提高了微小动脉瘤发生风险预测的灵敏度，降低了微小动脉瘤的误检率。

主权项

基于视网膜图像处理的微小动脉瘤发生风险预测系统，其特征在于，包括视网膜图像获取单元、视网膜图像预处理单元、微小动脉瘤图像粗提取单元、微小动脉瘤图像精提取单元和微小动脉瘤发生风险预测单元；所述的视网膜图像获取单元，用于获取N张已知微小动脉瘤的RGB格式视网膜的图像和N张待检测的RGB格式视网膜的图像；所述的视网膜图像预处理单元，用于对N张已知微小动脉瘤的RGB格式视网膜的图像和N张待检测的RGB格式视网膜的图像进行图像增强处理，再进行三层haar小波变换，得到增强处理后的高频图像，即2N张小波变换后的图像；所述的微小动脉瘤图像粗提取单元，用于将小波变换后的图像中已知微小动脉瘤的视网膜图像作为训练集图像，将小波变换后的图像中待检测的视网膜图像作为测试集图像，建立k个微小动脉瘤动态多参数模板，利用k个微小动脉瘤动态多参数模板分别对训练集图像和测试集图像进行模板匹配，得到训练集模板匹配后的图像和测试集模板匹配后的图像，图像中各像素点构成微小动脉瘤候选集，分别提取训练集模板匹配后的图像中血管上的微小动脉瘤候选集中候选瘤和测试集模板匹配后的图像中血管上的微小动脉瘤候选集中候选瘤并剔除，得到训练集的剔除血管图像和测试集的剔除血管图像，在利用区域增长的方法进行还原，得到训练集区域增长后的图像和测试集区域增长后的图像；所述的微小动脉瘤图像精提取单元，用于对训练集区域增长后的图像和测试集区域增长后的图像进行特征提取，得到训练集特征值的集合和测试集特征值的集合，并根据训练集特征值的集合建立加权的朴素贝叶斯分类器；所述的微小动脉瘤发生风险预测单元，用于将测试集特征值的集合带入加权的朴素贝叶斯分类器，当属于微小动脉瘤的概率大于不属于微小动脉瘤的概率时，该视网膜图像存在具有微小动脉瘤的风险。