上海理工大学光电信息与计算机工程学院 张雨鹏 傅迎华 陈 杰

在现代医学中，视盘的定位与分割对眼睛疾病诊断有很大的作用。针对现有算法存在的受噪声影响大、分割精度不高等问题，本文提出将霍夫变换和Snake模型结合的方法实现视盘的定位和分割：对原图像，选取红色通道和绿色通道，并用高斯滤波降噪；然后用Canny边缘检测算法检测视盘轮廓；再使用霍夫变换定位视盘；最后使用Snake模型分割视盘。本文在MESSIDOR数据集上进行算法验证，算法的平均重叠率为79.9%。与其他算法相比具有精度高、响应快的优点。

视盘的全称是视神经盘（又名视神经乳头），其是视网膜的重要组成结构。它的形状近似一个椭圆，宽和高分别约为1.8mm和1.9mm。视杯是视盘中的明亮部分，视杯面积与视盘面积之比称为杯盘比。在眼底视网膜图像中，视盘是血管汇聚的地方，由视神经构成的近椭圆形亮黄色区域。

在现代眼科疾病诊断中，计算机软件辅助诊断可以帮助医生进行预筛查，缓解医生压力，提高医生诊断疾病的效率。视盘分割是视网膜图像分析诊断中非常重要的一步。例如：视杯与视盘的面积之比称为杯盘比，杯盘比对诊断青光眼有重要意义，当杯盘比大于0.6时应做青光眼排除检查；在糖尿病视网膜病变的诊断中，检测和分割视盘可以避免其对病灶的干扰，便于更直观的定位和分析病灶，方便做出准确地诊断分析。

分割视盘之前要进行视盘定位，视盘定位可以去除非视盘区域的影响，提高视盘分割的精度。……