论文部分内容阅读
阻塞性睡眠呼吸暂停低通气综合征(Obstructive Sleep Apnea Hypopnea Syndrome,OSAHS)是一种患病率较高的口腔疾病,严重影响着人们的睡眠质量和身体健康。目前,医生主要是利用电子喉镜仪来观测口腔,通过肉眼观察进行诊断,这样不但会造成诊断量的增加,也会使误诊率大幅上升。所以本文利用图像处理的方法对OSAHS早期病理图像进行处理分析,准确地提取出感兴趣区域的边缘,进而算出相关医学参数。本文通过对几种常见算子的对比分析,选择Top-Hat算子处理OSAHS早期病理图像,并对Top-Hat算子进行改进,采用了多方向、多尺度的综合型Top-Hat算子。然后依次介绍了图像的采集与分析、图像的预处理、对比度的增强、边缘分割、图像的填充以及面积的计算并简述了OSAHS疾病的诊断流程。最后,通过对大量的OSAHS早期病理图像进行处理,得出综合型TopHat算子更具优势,能更清晰地提取图像的边缘,并且有很好的闭合度。本文以口腔、咽喉声带处、鼻道内部图像的处理为例,利用不同尺度、不同方向的Top-Hat算子处理OSAHS早期病理图像,增强图像对比度。在对比度增强运算中逐次加入原灰度图像,避免丢失原图像信息。同时,为了更好地达到增强感兴趣区域与背景区域对比度的目的,可重复执行Top-Hat运算,增强感兴趣区域的边缘信息,进而利用形态学梯度提取边缘信息。实验证明,该方法能更全面地保持图像细节,使图像的边缘信息更准确,图像的边缘闭合度均值可达到97.67%。为后期精准地计算OSAHS早期病理图像的相关医学参数,实现医学电子诊断打下坚实的基础,具有很好的实用性。