Разделы: Информационные технологии
Размещена 10.05.2017. Последняя правка: 10.05.2017.
Просмотров - 2256

Алгоритм обнаружения новообразований на сетчатке глаза

Комкова Светлана Владимировна

к.т.н.

Муромский институт (филиал) Владимирского государственного университета

доцент

УДК 004.932.2

Введение

В настоящее время диабетическая ретинопатия является основной причиной слепоты трудоспособного населения в развитых странах мира. Как и любой набор данных в реальном мире, на изображениях сетчатки глаза, полученных с офтальмоскопа, присутствует шум и помехи. Изображения могут содержать артефакты, быть засвеченные. Поэтому актуальной является разработка методики предварительной обработки изображений сетчатки глаза, которая впоследствии позволит автоматизировать задачу диагностики диабетической ретинопатии.

Алгоритм обнаружения новообразований на сетчатке глаза

Данный алгоритм включает в себя последовательность шагов, которые преобразуют исходное цветное изображение сетчатки глаза к виду удобному для анализа информативных областей, а именно кровеносных сосудов и новообразований.

Алгоритм состоит из следующих шагов:

1. Преобразование исходного изображения в полутоновое

Для удобства последующей обработки изображение переводится в формат с 256 градациями серого без индексации цвета.

Алгоритм перевода заключается в последовательной замене яркости каждой точки изображения сетчатки глаза по формуле: 

         x(i,j)=0.3r+0.59g+0.11b,

где r, g, b – значения красного, зеленого и синего цветов в каждой обрабатываемой точке,

и копировании полученной величины на три канала, то есть:

r=g=b=x(i,j) 

2. Фильтрация изображения

Выполняется с помощью алгоритма медианной фильтрации [1].

3. Повышение контраста

Ввиду того, что на изображении сетчатки глаза имеется много темных участков и детали на них становятся практически неразличимыми применяется алгоритм повышения контраста изображения путем выравнивания гистограммы.

4. Улучшение границ между фоном и кровеносными сосудами

Данный алгоритм состоит из следующих этапов:

– вычисляется маска сетчатки с помощью порогового преобразования:

f''(x,y)={{(0 if f(x,y)>40),(255 иначе):}
  

– полученное изображение вычитается из сглаженного :

f'''(x,y)=f''(x,y)-f'(x,y)

5.  Бинаризация

Выполняется с помощью метода Отсу, описанного в [1].
6. Выделение контуров

Данный этап необходим для выделения стенок кровеносных сосудов сетчатки глаза. В качестве алгоритма был выбран морфологический градиент. Он обнаруживает контура объектов, размер которых превышает размер ядра. Путем экспериментов размер ядра был выбран равным 3х3, форма – прямоугольник.

7. Маркировка пятен

Алгоритм маркировки пятен следующий:

1) просматриваются последовательно все выделенные на предыдущем шаге контура;

2) для каждого найденного контура рассчитываются такие параметры как:

– периметр P=sum_(n=1)^Nsum_(n=1)^M x_i,j,

где N, M – количество точек контура пятна по горизонтали и по вертикали

– площадь S=sum_(n=1)^Nsum_(n=1)^M x_i,j, ,

где N, M – количество точек внутри пятна по горизонтали и по вертикали

– отношение площади к периметру

C=S/P 

 – площадь ограничивающего прямоугольника

A=H*W,

где H, W – длины сторон прямоугольника

Решение о принадлежности контура к пятну принимается на основе следующих условий:

spot={(if S/A<5),(if (C<0.05) и (СЮ=0,087)):} ,

где spot – пятно, n – количество точек в контуре.

Предложенная методика, включающая рассмотренные алгоритмы, была реализована и проверялась на 100 изображениях сетчатки глаза. Изображения были взяты из базы STARE. Для анализа были выбраны изображения больных пациентов.  Часть изображений этих объектов и результаты их предварительной обработки приведены на рис. 1.

  Рис. 1. Примеры обработки изрображений сетчатки глаза

Заключение

Полученные результаты свидетельствуют о том, что описанный алгоритм обеспечивает достаточно высокую точность маркировки сосудов и пятен. Недостаток: слабоконтрастные сосуды могут быть потеряны в результате бинаризации, определенных случаях некоторые пятна могут маркироваться как сосуды. Указанные недостатки могут быть устранены с помощью разработки алгоритма, позволяющего выделить сосуды на слабоконтрастных участках изображения.

1. Savicheva S.V. Recognition of single and overlay of objects on a conveyor belt // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. pp 94-99.

Рецензии:

10.05.2017, 20:03 Эрштейн Леонид Борисович
Рецензия: Это, конечно, к врачам бы. Но с точки зрения информационных технологий, описанное точно не алгоритм. Потому, что целью работы является обозначение последовательности действий для обнаружения новообразований на сетчатке. А о том при каких условиях будут обнаружены новообразования вообще не слова. Хотелось бы все же видеть подробное описание метода. А это не алгоритм, а как пишет автор "методики предварительной обработки изображений сетчатки глаза...", коль скоро это так, то не понятно что вообще в этом нового и где то, что сделано по теме другими учеными. В общем в таком виде это не научная статья. Если автор доработает ее и даст источники, включая источники по медицине,тогда быть может и можно.

17.10.2017, 9:59 Зарипова Римма Солтановна
Рецензия: Статья не относится к разделу Информационных технологий.



Комментарии пользователей:

Оставить комментарий