基于视觉注意模型的眼底病变自动识别方法研究

China has the world's largest blind people. The fundus diseases, such as Diabetic Retinopathy, Age-related Macular Degeneration are the main cause of the blindness. At the present stage, the screening of fundus diseases is conducted by ophthalmologist manually, which is time-consuming, repetitive and tiring, and consequently errors can be made. Many patients has lost vision or even blind without the timely screening and treatment. This programme of research aims to develop automated methods for fundus lesions identification by using visual attention model. The main research contents include: (1) build a database with large-scale fundus images and data management system,(2) design novel approaches for lesion feature extraction and learning, develop the special visual saliency computing model to detect lesion regions on the fundus image, (3) propose the new segmentation algorithms to segment lesion regions, (4) propose the new classification algorithms for the lesion recognition. The research will improve the efficiency and precision of fundus screening.

我国是全世界盲人最多的国家。糖尿病视网膜病变、老年黄斑变性等眼底病是导致不可逆转性失明的主要原因。眼底病普查是及时诊治眼底病的有效手段，可有效减少失明的发生。目前，眼底病主要是通过专家人工检查眼底是否出现病变来诊断，这使得大范围的眼底病普查不能开展，大量眼底病患者因得不到及时诊断和治疗，导致视力受损甚至失明。为此，本课题将通过分析彩色眼底图像中各种病变的特点，把眼底病变作为显著性目标，研究基于视觉注意模型的眼底病变自动识别方法，实现对眼底病变的自动检测和识别。研究内容主要包括：（1）扩充已有的眼底病专业数据库，为眼底病变自动识别研究提供数据基础；（2）研究各种眼底病变的显著性特征提取与学习算法，建立适合眼底病变检测的视觉显著性计算模型；（3）研究各种眼底病变的分割算法；（4）研究能够准确区分多种眼底病变的识别算法。本项目旨在解决眼底病变人工检查的不足，提高眼底病变自动识别的效率和准确率。

中国是全世界盲人最多的国家。糖尿病视网膜病变、老年黄斑变性等眼底病是导致不可逆转性失明的最主要原因。眼底病普查是及时诊治眼底病的有效手段，可有效减少失明的发生。目前，眼底病诊断是由眼底病专家人工完成，使得大范围的眼底普查不能开展，导致大量眼底病患者因得不到及时诊断和治疗，而导致视力受损甚至失明。通过对彩色眼底图像中的各种眼底病变进行分析，研究基于视觉注意模型的眼底病变自动识别方法，能够有效辅助甚至替代医生对眼底病的诊断。本项目的主要工作包括：（1）眼底数据库建立方面：扩充了原有的约100幅图像的眼底图像库，建立了包含1000幅眼底图像的专业数据库；（2）眼底显著性特征提取与学习方面：提出了多种眼底显著性特征与学习算法；（3）正常组织抑制方面：提出了多种眼底正常组织识别算法；（4）视觉注意模型方面：提出了适合于眼底病变自动检测的视觉注意模型，能够对眼底可疑病变区域进行显著性检测；（5）病变分割与分类方面：基于不同的病变，提出了多种病变分割与分类算法，能够在眼底可疑病变区域的显著性检测的基础上，有效地检测各种类型的病变。主要成果有：建立了一套包含1000幅眼底图像的专业数据库，实现了一套眼底病自动筛查原型系统，发表/录用19篇SCI/EI检索的高水平论文，申请/获得专利和软件著作权共8项，培养研究生13人。本项目圆满完成申请书所列的研究内容，取得的成果在相关的图像处理、模式识别理论和技术方面取得了突破，同时促进了眼底病自动诊断技术的发展和成熟，对于医学研究以及临床应用都具有重要的理论意义与应用价值，使得眼底病的大规模普查成为可能，可以节省大量的医疗专家的人力以及医疗资源的浪费，让眼底病患者能够得到早诊断、早治疗，有望减少患者失明的风险。