武勁圓，游國棟，孫豐源，唐東潤

(1天津市第一中心醫(yī)院，天津300192;2天津科技大學(xué)電子信息與自動化學(xué)院)

對于糖尿病性視網(wǎng)膜病變(DR)，目前其診斷及分期主要依靠眼底彩色圖像及眼底熒光素血管造影(FFA)圖像的表現(xiàn)［1，2］。計算機(jī)圖像處理技術(shù)是一門多學(xué)科交叉技術(shù)，與數(shù)學(xué)、計算機(jī)、多媒體、信息處理等技術(shù)密切相關(guān)［3～5］。建立眼底圖像的計算機(jī)分析系統(tǒng)，可以對眼底許多組織進(jìn)行定性分析和定量測量，在正常和異常之間做出明確的鑒別，使眼底系統(tǒng)形態(tài)的研究向標(biāo)準(zhǔn)化和功能化進(jìn)展。本研究選擇一組糖尿病患者的眼底圖像，借助計算機(jī)圖像處理技術(shù)，采用圖像分割法對眼底圖像中的視網(wǎng)膜血管進(jìn)行分割、提取并觀察分析，以探討DR的有效診斷方法。

1 資料與方法

糖尿病患者30例(60眼)，男16例，女14例;年齡40～70歲;糖尿病史均在10 a以上。采用國際標(biāo)準(zhǔn)視力表檢查其矯正視力為0.1～1.0。使用Topcon.TRC.50DX眼底熒光照相系統(tǒng)攝眼底彩色圖像、FFA圖像，對兩種圖像進(jìn)行分析。采用DR國際臨床分類法，對眼底病變進(jìn)行診斷分型:正常組8眼，無明顯視網(wǎng)膜血管病變;病變組52眼，其中輕度非增殖性DR 15眼、中度非增殖性DR 19眼、重度非增殖性DR 15眼、增殖性DR 3眼。

將60眼的眼底彩色圖像、FFA圖像采用先驗(yàn)知識隨機(jī)游走模型進(jìn)行視網(wǎng)膜血管分割處理。具體方法是根據(jù)視網(wǎng)膜血管特征，通過建立圖像的歸一化梯度向量散度場，提取高、低對比度血管的中心線，并將先驗(yàn)知識隨機(jī)游走模型用于圖像分割，實(shí)現(xiàn)低對比度、微弱邊界的視網(wǎng)膜血管的分割與提取并進(jìn)行觀察分析［3，4］。為了檢驗(yàn)該圖像分割法對DR血管處理的有效性，采用接受機(jī)工作特性曲線(ROC)［3，4］對分割精度進(jìn)行分析。實(shí)驗(yàn)中采用Pentium-Ⅳ計算機(jī)(CPU為2.6 GHz，內(nèi)存為512 M，MATLAB仿真軟件)。

2 結(jié)果

采用圖像分割法對眼底圖像中的視網(wǎng)膜血管進(jìn)行分割與提取后，正常組和病變組眼底圖像視網(wǎng)膜血管分割均較為完整，并且可以很好地分割出大部分的細(xì)小血管，而這些血管在眼底彩色圖像和FFA圖像中都不能被顯示。同時，對圖像分割后，視網(wǎng)膜血管連通性也較好。另外，該圖像分割法對帶有病變的視網(wǎng)膜圖像依然具有很高的魯棒性(魯棒性是指控制系統(tǒng)在一定結(jié)構(gòu)、大小的參數(shù)攝動下維持某些性能的特性)，對病變區(qū)域血管分割效果較好，特別是在FFA圖像中，如果顯示視網(wǎng)膜出血和棉絮斑、病變區(qū)域血管顯示不佳的情況下，圖像分割后更容易顯示血管。

ROC曲線證實(shí)，雖然眼底彩色圖像和FFA圖像顯示視網(wǎng)膜血管的真陽性率很高，平均達(dá)90%，但其假陽性率也很高，平均達(dá)6%;圖像分割后顯示視網(wǎng)膜血管的假陽性率與上述相差不大，但真陽性率卻達(dá)99%;這意味著在相同錯誤分割率的情況下，與眼底彩色圖像和FFA圖像相比，圖像分割可以分割出更多的真實(shí)血管。眼底彩色圖像、FFA圖像、圖像分割后顯示視網(wǎng)膜血管的準(zhǔn)確度分別為92.97%、92.93%、93.75%，以后者最高。

3 討論

DR是因糖尿病所致微血管病變而誘發(fā)的視網(wǎng)膜缺血性改變，為糖尿病最嚴(yán)重的眼部微血管并發(fā)癥。目前，本病的臨床診斷有賴于檢眼鏡檢查眼底及眼底彩色圖像、FFA檢查;根據(jù)眼底及FFA圖像是否出現(xiàn)視網(wǎng)膜無灌注區(qū)和新生血管，來制定治療方案，包括藥物治療和激光光凝、玻璃體切除術(shù)等。但眼底彩色圖像和FFA檢查并不能完全清晰顯示病變視網(wǎng)膜的血管，無論是藥物還是激光治療，針對性不強(qiáng)，治療效果不理想。

本研究發(fā)現(xiàn)，圖像分割法對于眼底彩色圖像和FFA圖像中正常和病視網(wǎng)膜血管的分割均較完整，與眼底圖像及FFA圖像相比，分割后的視網(wǎng)膜血管更清晰、精確。眼底彩色圖像、FFA圖像、圖像分割后顯示視網(wǎng)膜血管的準(zhǔn)確度分別為 92.97%、92.93%、93.75%，以后者最高。

圖像分割方法克服了血管分割斷續(xù)的問題，解決了血管連通性的難題，而且分割出了大部分的細(xì)小血管，保留了視網(wǎng)膜血管網(wǎng)絡(luò)的特性。證實(shí)了基于先驗(yàn)知識隨機(jī)游走模型的視網(wǎng)膜血管分割方法對視網(wǎng)膜血管進(jìn)行圖像處理與分析，能夠?qū)崿F(xiàn)低對比度、微弱邊界的視網(wǎng)膜血管的分割與提取。這將有助于DR早期診斷，也將有助于本病治療方案的選擇。

［1］張燕中.醫(yī)學(xué)影像學(xué)的進(jìn)展及展望［J］.中華現(xiàn)代影像學(xué)雜志，2005，2(6):520-522

［2］楊文利，王蘭，胡士敏.常見眼底疾病的計算機(jī)輔助三維超聲診斷檢查特征［J］.中華眼底病雜志，2005，21(6):381-383.

［3］姚暢，陳后金.病變視網(wǎng)膜圖像血管網(wǎng)絡(luò)的自動分割［J］.電子學(xué)報，2010，38(5):1226-1233.

［4］李居朋，陳后金，張新媛.基于先驗(yàn)知識隨機(jī)游走模型的視網(wǎng)膜血管分割方法［J］.中國生物醫(yī)學(xué)工程學(xué)報，2009，28(4):501-507.

［5］Ricci E，Perfetti R.Retinal blood vessel segmentation using line operators and support vector classification［J］.IEEE Trans Med Imag，2007，26(10):1357-1365.