王洪娟 遼寧省營口市中醫(yī)院 眼科 （遼寧 營口 115000）

基于圖像分割的糖尿病性視網(wǎng)膜病變血管研究

王洪娟 遼寧省營口市中醫(yī)院 眼科 （遼寧 營口 115000）

目的：研究圖像分割法在糖尿病性視網(wǎng)膜病變血管中的應用價值。方法：選擇2015年4月～2017年6月間本院接診的糖尿病病患27例，并利用計算機圖像處理技術(shù)以及圖像分割法，對所選病例的眼底圖像視網(wǎng)膜血管進行規(guī)范化的分割、提取。綜合分析本組27例病患視網(wǎng)膜血管分割、提取的結(jié)果，總結(jié)圖像分割法在糖尿病性視網(wǎng)膜病變血管中的應用價值和意義。結(jié)果：在病變以及正常眼底圖像當中，利用圖像分割法分割出來的視網(wǎng)膜血管都比較完整，并且相比較于眼底熒光素血管造影圖像與眼底圖像，經(jīng)圖像分割法分割出來的視網(wǎng)膜血管更加的精確與清晰。結(jié)論：積極利用圖像分割法，分割糖尿病性視網(wǎng)膜病變血管，可取得比眼底圖像等方法更好的分割效果，且也更有助于臨床醫(yī)師對糖尿病性視網(wǎng)膜病變患者病情的診斷，值得臨床借鑒。

眼底圖像 糖尿病性視網(wǎng)膜病變 圖像分割法 應用價值

現(xiàn)階段，臨床可采取眼底彩色圖像與眼底熒光素血管造影圖像，對糖尿病性視網(wǎng)膜病變患者進行診斷[1]。而計算機圖像處理技術(shù)則屬于是一種集多學科于一體的交叉技術(shù)，和多媒體、數(shù)學、信息處理以及計算機等技術(shù)有著十分密切的關(guān)系。相關(guān)研究發(fā)現(xiàn)，利用圖像分割法，可有效鑒別異常與正常的眼底組織[2]。對此，本文將以27例糖尿病患者（接診于2015年4月～2017年6月）為對象，著重分析糖尿病性視網(wǎng)膜病變血管用圖像分割法的價值，現(xiàn)作出如下報道。

1.資料與方法

1.1 臨床資料

以2015年4月～2017年6月本院接診的27例糖尿病患者（共54只眼）為研究對象，其中有男性患者15例，女性患者12例；年齡40～73歲，平均（58.26±4.13）歲；糖尿病病史10～21年，平均（14.1±2.7）年。利用“國際標準視力表”，對本組27例病患的矯正視力進行檢查，結(jié)果提示患者的矯正視力在0.1～1.0的范圍之內(nèi)。選擇Topcon.TRC.50DX眼底熒光照相系統(tǒng)，對27例患者的FFA圖像以及眼底彩色圖像進行拍攝，并對拍攝結(jié)果作出詳細的分析。同時參考“DR國際臨床分類法[3]”中的相關(guān)內(nèi)容，對本組27例患者的眼底病變作出診斷分型，結(jié)果提示，病變組共有48只眼，包括：增值性DR1只眼，輕度非增值性DR13只眼，中度非增值性DR18只眼，重度非增值性DR16只眼；正常組共有6只眼，均未出現(xiàn)較明顯的視網(wǎng)膜血管病變情況。

1.2 方法

利用先驗知識隨機游走模型，對本組27例患者的FFA圖像以及眼底彩色圖像進行規(guī)范化的視網(wǎng)膜血管分割處理，詳細如下：以視網(wǎng)膜血管特征為依據(jù)，按要求建立起圖像的一個歸一化梯度向量散度場，然后再對高低對比度血管的中心線進行有效的提取。利用先驗知識隨機游走模型，對圖像進行分割，也就是分割和提取微弱邊界以及低對比度的視網(wǎng)膜血管。此后，再對其進行全面的觀察與分析。為能進一步研究圖像分割法在糖尿病性視網(wǎng)膜病變血管處理中的有效性，需利用ROC（接受機工作特性曲線）綜合分析其分割精度。此次研究所應用的計算機型號為“Pentium-Ⅳ型”，參數(shù)是：512M內(nèi)存、2.6GHz的CPU，并且選擇使用MATLAB仿真軟件。

1.3 統(tǒng)計學分析

2.結(jié)果

在利用圖像分割法，對本組27例患者眼底圖像中的視網(wǎng)膜血管進行規(guī)范化的分割、提取之后，筆者經(jīng)綜合分析總結(jié)出：病變組以及正常組的眼底圖像視網(wǎng)膜血管分割都十分完整，且能較好的對大部分細小血管進行有效的分割，而這些細小血管在FFA圖像以及眼底彩色圖像當中均無法被清楚的顯示出來。此外，分割后的視網(wǎng)膜血管連通性也基本無任何變化。對于病變組來說，圖像分割法對患者的視網(wǎng)膜圖像具有比較高的魯棒性，且其在分割病變區(qū)域血管這一方面上也能取得較顯著的成效，尤其是在FFA圖像當中，若病變區(qū)域血管、視網(wǎng)膜出血以及棉絮斑顯示不佳，那么在經(jīng)過圖像分割之后，便能更為清晰的將血管顯示出來。

綜合分析ROC曲線，可知：FFA圖像與眼底彩色圖像在顯示視網(wǎng)膜血管這一方面上的真陽性率比較高，通常在90%左右的范圍之內(nèi)，但假陽性率也偏高，在6%左右的范圍之內(nèi)。而圖像分割在顯示視網(wǎng)膜血管中的真陽性率則相當高，平均為99%，假陽性率依舊為6%左右。這一結(jié)果提示，在錯誤分割率一致的情況之下，和FFA圖像以及眼底彩色圖像相比較，由圖像分割法分割出來的真實血管將更多。研究發(fā)現(xiàn)，在顯示視網(wǎng)膜血管準確度的這一方面上，眼底彩色圖像為92.59%，F(xiàn)FA圖像為92.83%，圖像分割為94.44%。相比較之下，后者的準確度最高。

3.討論

相關(guān)文獻中有提及到，糖尿病性視網(wǎng)膜病變的誘發(fā)因素為糖尿病[4]。當人體在出現(xiàn)糖尿病疾病之時，將有可能會引發(fā)微血管病變的情況，進而導致視網(wǎng)膜缺血性改變。有報道稱，在糖尿病眼部微血管并發(fā)癥當中，糖尿病性視網(wǎng)膜病變最為常見，且其嚴重程度也最高，可對患者的身體健康造成非常大的損傷[5]?，F(xiàn)階段，可采取FFA檢查與眼底彩色圖像等對本病患者進行診斷，即：根據(jù)患者的FFA圖像與眼底彩色圖像，明確其是否有新生血管與視網(wǎng)膜無灌注區(qū)等情況，然后再以此為依據(jù)為患者制定一份最佳的治療方案，比如：玻璃體切除術(shù)、藥物治療亦或者是激光光凝等[6]。但諸多的臨床研究卻表明，F(xiàn)FA檢查以及眼底彩色圖像都無法將病變視網(wǎng)膜的血管清楚的顯示出來，并且，激光和藥物療法的治療效果都不佳，根本不利于患者病情的良好控制[7]。此次研究的結(jié)果表明，對于病變以及正常視網(wǎng)膜血管來說，在經(jīng)圖像分割法進行分割處理之后都能得到比較完整的血管。此外，相比較于FFA圖像和眼底彩色圖像，經(jīng)過分割之后的視網(wǎng)膜血管更加的準確，也更加的清晰。相關(guān)報道稱，圖像分割法不僅有效解決了血管分割斷續(xù)以及血管連通性等問題，同時還能將大部分的細小血管有效的分割出來。對此，可將圖像分割法在臨床上做更進一步的推廣與使用。

綜上所述，圖像分割法可對微弱邊界以及低對比度的視網(wǎng)膜血管進行有效的分割、提取，而這往往也能為糖尿病性視網(wǎng)膜病變患者的早期診斷以及治療方案的選擇提供重要參考。

[1]武勁圓,游國棟,孫豐源,等.圖像分割法對糖尿病患者眼底圖像中視網(wǎng)膜血管的分割結(jié)果分析[J].山東醫(yī)藥,2011,51(42):38-39.

[2]高瑋瑋,程武山,沈建新,等.免散瞳眼底圖像在糖尿病視網(wǎng)膜病變自動篩查中的應用[J].激光生物學報,2015,24(4):335-340,381.

[3]徐光柱,張柳,鄒耀斌,等.自適應脈沖耦合神經(jīng)網(wǎng)絡與匹配濾波器相結(jié)合的視網(wǎng)膜血管分割[J].光學精密工程,2017,25(3):756-764.

[4]朱承璋,鄒北驥,向遙,等.彩色眼底圖像視網(wǎng)膜血管分割方法研究進展[J].計算機輔助設計與圖形學學報,2015,27(11):2046-2057.

[5]王曉紅,趙于前,廖苗,等.基于多尺度2D Gab or小波的視網(wǎng)膜血管自動分割[J].自動化學報,2015,41(5):970-980.

[6]朱承璋,向遙,鄒北驥,等.基于分類回歸樹和AdaBoost的眼底圖像視網(wǎng)膜血管分割[J].計算機輔助設計與圖形學學報,2014,26(3):445-451.

[7]殷本俊,陳燕,李華婷,等.基于Morlet小波變換的視網(wǎng)膜血管分割[J].計算機輔助設計與圖形學學報,2015,27(7):1263-1270.

Vascular Study of Diabetic Retinopathy Based on Image Segmentation

WANG Hong-juan Department of Ophthalmology, Yingkou Hospital of Traditional Chinese Medicine(Liaoning Yingkou 115000)

1006-6586(2017)19-0045-02

R587.2

A

2017-08-13