《基於視覺注意模型的眼底病變自動識別方法研究》是依託哈爾濱工業大學，由卜巍擔任項目負責人的面上項目。
基本介紹
- 中文名：基於視覺注意模型的眼底病變自動識別方法研究
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：卜巍
項目摘要,結題摘要,
項目摘要
我國是全世界盲人最多的國家。糖尿病視網膜病變、老年黃斑變性等眼底病是導致不可逆轉性失明的主要原因。眼底病普查是及時診治眼底病的有效手段，可有效減少失明的發生。目前，眼底病主要是通過專家人工檢查眼底是否出現病變來診斷，這使得大範圍的眼底病普查不能開展，大量眼底病患者因得不到及時診斷和治療，導致視檔棵試力受損甚至失明。為此，本課題將通過分析彩色眼底圖像中各種病變的特點，把眼底病變作為顯著性堡兵目標，研究基於視覺注意模型的眼底病變自動識別方法，實現對眼底病變的自動檢測和識別。研究內容主要包括：（1）擴充已有的眼底病專業資料庫，為眼底病變自動識別研究提供數據基礎；（2）研究各種眼底病變的顯著性特徵提取與學習算法，建立適合眼底病變檢測的視覺顯著良樂刪婚性計算模型；（3）研究各種眼底病變的分割算法；（4）研究能夠準確區分多種眼底病變的識別算法。本項目旨在解決眼底病變人工檢查的不足，提高眼底病變自動識別的效率和準確率。
結題摘要
中國是全世界盲人最多的國家。糖尿病視網膜病變、老年黃斑變性等眼底病是導致不可逆轉性失明的最主要原因。眼底病普查是及時診治眼底病的有效手段，可有效減少失明的發生。目前，眼底病診斷是由眼底病專家人工完成，使得大範圍的眼底普查不能開展，導致大量眼底病患者因得不到及時診斷和治療，而導致視力受損甚至失明。通過對彩色眼底圖像中的各種眼底病變進行分析，研究基於視覺注意模型肯兆夜地的眼底病變自動識別方法，能夠有效輔助甚至替代醫生對眼底病的診斷。本項目的主要工作包括：（1）眼底資料庫建立方面：擴充了原有的約100幅圖像的眼底圖像庫，建立了包含1000幅眼底圖像的專業資料庫；（2）眼底顯著性特徵提取與學習方面：提出了多種眼底顯著性特徵與學習算法；（3）正常組織抑制方面：提出了多永估舟種眼底正常組織識別算法；（4）視覺注意模型方面：提出了適合於眼底病變自動檢測的視覺注意模型，能夠對眼底可疑病變區域進行顯著性檢測；（5）病變分割與分類方面：基於不同的病變，提出了多種病變分割與分類算法，能夠在眼底可疑病變區域的顯著性檢測的基礎上，有效地檢測各種類型的病變。主要成果有：建立了一套包含1000幅眼底圖像的專業資料庫，實現了一套眼底病自動篩查原型員樂蒸系統，發表/錄用19篇SCI/EI檢索的高水白拘熱平論文，申請/獲得專利和軟體著作權共8項，培養研究生13人。本項目圓滿完成申請書所列的研究內容，取得的成果在相關的圖像處理、模式識別理論和技術方面取得了突破，同時促進了眼底病自動診斷技術的發展和成熟，對於醫學研究以及臨床套用都具有重要的理論意義與套用價值，使得眼底病的大規模普查成為可能，可以節省大量的醫療專家的人力以及醫療資源的浪費，讓眼底病患者能夠得到早診斷、早治療，有望減少患者失明的風險。
