摘要:色素上皮層脫離（Pigment Epithelium Detachment,PED）是多種視網膜或脈絡膜疾病的重要臨床表現特征，如年齡相關性黃斑變性、息肉狀脈絡膜血管病變、中心性漿液性脈絡膜視網膜病變及葡萄膜炎等。色素上皮層脫離是嚴重的病變，最終將導致中心視力喪失，因此，對于色素上皮層脫離區域的分割以得到定量的數據，對相關視網膜疾病的診斷與治療具有重要的臨床意義。

本文主要是提出了在光學相干斷層成像技術（Optical Coherence Tomogra-

phy,OCT）對視網膜漿液性色素上皮層脫離病變區域進行自動分割的方法。該方法主要包括以下步驟：（1）利用閾值分割方法將原始的視網膜二維切片分割為二值圖像；（2）通過得到的二值圖像獲取視網膜色素上皮層（Retinal Pigment Epithelium,RPE）；（3）利用凸包算法獲取布魯赫膜，得到初始的分割區域；（4）通過數學形態學運算對初始的分割區域進行后處理。本文的分割方法對16張OCT視網膜漿液性色素上皮層脫離病變區域進行了測試，所獲得自動分割結果的平均真陽性率（Ture Positive Rate,TPR）、假陽性率（False Positive Rate,FPR）分別為94.66%、0.17%、對于病變區域的自動分割有較好的分割結果，能夠較為準確的提供病變區域的形狀、位置、大小等，為眼科醫生提供可視化的依據，輔助診斷和治療視網膜的相關疾病。

關鍵詞：光學相干斷層成像 漿液性色素上皮層脫離 閾值分割 數學形態學

目錄

中文摘要

Abstract

第一章 緒論-3

1.1 OCT技術簡介-3

1.2 OCT視網膜圖像的研究目的和意義-3

1.3 本課題的研究意義-4

第二章 涉及的圖像處理方法-6

2.1 圖像去噪方法-6

2.2 閾值分割-7

2.3 數學形態學-8

第三章 漿液性色素上皮層脫離的自動分割-10

3.1 算法概述-10

3.2 圖像去噪預處理-11

3.3 病變區域分割算法-11

3.4 圖像后處理-15

第四章 自動分割算法結果與分析-18

4.1 性能評價指標-18

4.2 自動分割結果性能與分析-18

4.3 總結和展望-20

參考文獻-22

致謝-24