摘要:眼角膜是眼睛的重要屈光介质，角膜伤口的瘢痕愈合是影响视力恢复的主要原因，因此安全有效地观察角膜伤口愈合形态，及时发现影响角膜愈合的不良因素并进行干预，对恢复视力具有重要意义。医学上眼前节光学相干断层扫描仪(anterior segment optical coherence tomography，AS-OCT) 能够清晰显示出角膜伤口的断层形态，从而能为制定进一步的治疗措施提供重要帮助。但是通过手动检查从OCT图像直接获得的角膜伤口信息是有限的。因此，本文采用了一种基于随机森林分类器的角膜伤口检测方法，用于实现角膜OCT图像的边缘提取，可以辅助分析角膜损伤治疗的愈合情况。方法主要包括以下步骤：（1）图像的预处理，包括图像的裁剪、灰度化、对比度增强以及基于形态学运算的感兴趣区域提取；（2）特征提取，提取图像中基于灰度共生矩阵和灰度游程长度矩阵而显现的15个特征；（3）随机森林分类器的训练与测试。在来自20个受试者的角膜OCT图像的数据集上测试本文方法，实验结果表明本文的分类算法的准确性较高，可用于分析角膜手术后的伤口恢复情况。

关键词：角膜；光学相干断层扫描；形态学处理；特征提取；随机森林

目录

中文摘要

Abstract

第1章 前言-3

第2章 相关理论与技术基础-5

2.1  图像形态学运算的原理-5

2.2  灰度共生矩阵和灰度游程长度矩阵-6

2.3随机森林分类器-7

2.4  本文采用的MATLAB图像处理方法-8

第3章 角膜图像中伤口的检测-12

3.1 角膜OCT图像的预处理-12

3.2  感兴趣区域的特征提取-16

3.3  随机森林分类器的训练-19

3.4  角膜伤口检测的结果与分析-19

第4章 总结-23

参考文献-24

致谢-26