基于改进图割的超声瞳孔图像分割与直径测量

传统的瞳孔直径测量是通过医生手工标定，对于眼外伤和丧失意识的患者测量不方便。针对瞳孔直径测量的人工交互量大且测量鲁棒性不强的问题，采用图割算法分割瞳孔超声图像并测量瞳孔直径。对传统图割算法进行两个方面的改进，采用自适应阈值的区域生长代替人为种子点选取，在保证分割效果的基础上减少了图割的交互量；在能量函数的数据项部分增加图像的梯度信息，减少了原始算法分割结果中出现的小区域，增强了对弱边缘的分割。最后，对采集到的超声瞳孔图像进行自动分割、自动测量瞳孔直径，可以得到患者瞳孔的直径动态变化，给临床诊断提供依据。为了验证算法的有效性，对10位患者的动态瞳孔超声图像进行基于改进图割的瞳孔直径测量，并与医生的手动测量结果对比。结果表明，本方法的结果与医生手动测量结果的绝对误差小于0.2 mm，相关系数不小于0.83。通过改进图割算法，改善了分割效果，实现了超声瞳孔动态图像的自动直径测量，并可有效代替瞳孔直径的人工测量，减少人工交互量。