许梦莹 李振伟 杨晓利 贾蒙丽

摘 要：针对眼底图像，设计了一个糖尿病视网膜病变（Diabeticretinopathy ， DR）分类系统，通过对视网膜血管图像进行定量分析来实现对DR病程的分类。采用Messidor数据集的眼底照片图像，这个数据集共包含100个研究项目，其中32张未患DR的眼底照片，24张患NPDR。根据数据集中DR患者和非DR人群的眼底图像以及眼科专家的分类结果，利用数字图像处理技术分析特征值的统计意义，判断该图像所反映的DR病程。预处理为提取特征值前的图像增强、主像素成分分析、匹配滤波以及Gabor滤波，对预处理后的图像进行直径、角度和分形维数等特征值提取。最终结果展示了直径、角度和分形维数的准确率达到了93%、96%、81.8%，提供有效的辅助诊断手段。糖尿病视网膜病变的特征值分析包括直径、角度和分形维数准确率较高。对于缺乏医疗条件的地区很有价值。

关键词：眼底图像;糖尿病视网膜病变;滤波;特征提取

Abstract：Design a diabetic retinopathy （DR） classification system by quantitative analysis of retinal blood vessel images to classify the course of DR. Using the Messidor dataset. This dataset contains 100images， of which 32 fundus photos without DR and 24 with NPDR. According to the fundus images of DR and non-DR patients in the database and the classification results of ophthalmologists， digital image processing techniques to analyze the statistical significance of the feature values and judge the DR course. The pre-processing includes image enhancement， principal pixel component analysis， matched filtering， and Gabor filtering before extracting eigenvalues， and extracts eigenvalues such as diameter， angle， and fractal dimension from the pre-processed image. The final results show that the accuracy of the diameter， angle and fractal dimension reached 93%， 96%， 81.8%， providing effective aided diagnostic methods. The DR eigenvalue analysis， including diameter， angle and fractal dimension， has a high accuracy rate. It is very valuable in areas without medical conditions.

Key words：fundus image; DR; filtering; feature extraction

糖尿病性視网膜病变（diabetic retinopathy ， DR）是由糖尿病引起的严重并发症之一，是以视网膜血管闭塞性循环障碍为主要病理特征改变的一种致盲眼病。目前我国糖尿病患者中DR的患病率达44%～51.3%，成为50岁以上患者的主要致盲原因[1]。DR会产生许多后果，例如在非增殖性糖尿病视网膜病变（NPDR）时期会出现微血管瘤、微出血和视网膜内出血、硬性渗出、棉絮斑、视网膜内血管异常、静脉不规则、视网膜水肿等病变，增殖性视网膜病变（PDR）以新生血管的形成为特征，为了缓解视网膜的无灌注，新生视网膜血管壁易使视网膜出血，导致新生视网膜前出血及新生玻璃体积视网膜出血，引发各种牵引性的视网膜脱落或造成新生视网膜血管性青光眼，最终可能导致青光眼或失明[2]。……