基于变分原理和水平集的眼底图像自动分析算法研究

眼科疾病（如青光眼、黄斑变性、糖尿病）的早期诊断是治愈和控制疾病发展的关键。由于这些疾病的发病机理在医学界尚不清楚或没有定论，这就导致了早期诊断的困难性和不确定性，从而导致患者视力的不可恢复和接受终身的治疗。目前，计算机支持的眼科疾病的早期辅助诊断和病理研究受到极大重视。由于眼科疾病的病理特征反映到图像上表现为眼底微细小结构的变化，目前的眼底图像处理分析方法存在自动化程度差，精确度低，可重复性差等缺陷，不能满足早期诊断和病理研究的要求。本项目针对眼科疾病病理研究需要和计算机辅助诊断中亟需解决的关键技术，应用水平集和微分方程理论，建立具有准确性和可重复性的眼底图像自动分割识别、配准和三维重建理论算法体系，实现眼底图像高精度和可重复性的自动分析。