董喜超，高志军，董春游

(黑龙江科技大学 计算机与信息工程学院，哈尔滨150022)

0 引 言

脉络膜新生血管（CNV）、糖尿病性黄斑水肿（DME）和玻璃膜疣（DRUSEN）是常见的视网膜黄斑病变。其中，CNV出现的早期，无症状。随着其逐渐扩大、渗漏和破裂出血，可致视力减退、视物变形，出现黄斑中心或旁中心暗点，症状反复发作者，黄斑部受到严重破坏，可造成永久性视力障碍［1］；DME是导致糖尿病患者视力损害的常见原因，严重影响患者的视力功能和生活质量［2］；DRUSEN患者会出现视力障碍，早期黄斑部多有玻璃膜疣侵犯，其视力尚可正常、有时有视物变形及中心视力下降［3］。视网膜光学相干断层扫描（OCT）成像具有无接触、无侵入和高分辨率成像特点，通过视网膜OCT图像对眼部患者进行自动和准确地识别是辅助眼科医生诊断和分级黄斑病变的关键手段。然而在临床诊断中，眼科医生需要花费较长时间在2维视网膜OCT图像上手动识别这些病变，然后对眼部患者做出诊断决定。显然，这种人工分析对眼科医生来说既费时又费力，也容易受眼科医生主观因素影响，对患者产生漏诊或误诊现象。因此，为了有效地辅助眼科医生筛查和诊断视网膜黄斑病变，眼病视网膜OCT图像黄斑病变识别方法和分析技术成为近期学者们研究的热点和重点。

2011年，Liu等人利用局部二值模式（LBP）特征，对视网膜OCT图像的纹理信息和形状信息进行特征编码，随后结合支持向量机（SVM）实现了OCT图像的自动分类［4］；Srinivasan等人通过计算OCT图像的多尺度方向梯度直方图（HOG）特征，识别了正常视网膜、年龄相关性黄斑变性和黄斑水肿［5］。……