Abstract
糖尿病性視網膜病變是一種漸進性視網膜血管疾病，且將導致若干病變。眼底影像分析有助於此病變病程的診斷。電腦影像處理技術可用來自動分析眼底影像。此類分析須比較病患於不同時期拍攝的眼底影像，因此這些影像必須數位化並儲存於電腦內。本論文設計的眼底影像儲存系統可改善影像的管理與存取。其使用的調適型分頻編碼法以QMF 濾頻頻器將眼底影像分為28子影像，根據子影像的畫素變異數大小決定第一子影像不壓縮，第二,三,四,七,十子影像以Chebyshev's Inequality理論分配位元數，其餘子影像則予忽略。實驗證明本法適於壓縮眼底影像：壓縮率為17倍以上且信號雜訊比值大於31分貝。本論文亦提出微動脈瘤與硬性滲出物兩種糖尿病視網膜病主要病變的影像分析法，兩者皆適宜以劃分法(thresholding)自影像中分割出來。本論文所設計之二階段快速二維熵(entropy) 劃分法於第一階段先以二維熵劃分法在概化(Quantized) 影像上求出一組可能劃分向量，第二階段則在原始影像上測試此組向量而得最佳劃分向量。定理證明將灰階數概化為其三分之二次方時，可將計算時間自灰階數四次方降低至灰階數的三分之八次方，且為最短計算時間。實驗得知處理一灰階數為256的512x512 影像，其計算時間可自兩小時縮短為兩分鐘左右。微動脈瘤的個數與視網膜病變病情嚴重程度成正比，其基本偵測法以根據微動脈瘤特性設計的偶合濾頻器在眼底影像上繞算(convolution)，求得一相關矩陣。再以劃分法找出具有較大值的矩陣元素，其在眼底影像上的相對位置即為微動脈瘤。本論文提出一三階段微動脈瘤分析法：第一階段採用基本作法找出微動脈瘤圖；第二階段另求出血管圖，並自微動脈瘤圖中去除之；第三階段則使用更精細的血管偶合器求血管圖。三個階段所得結果越來越精確，計算時間則越來越長。硬性滲出物面積的大小可反應糖尿病情控制的程度。由於分頻編碼的第一子影像保留原始影像的大部份特性，本論文以快速二維熵劃分法在第一子影像上偵測硬性滲出物，並計算其面積。實驗得知再同一病患雷射治療前後的硬性滲出物面積比較，本方法的結果近似原始影像上的結果，然計算時間至少快64倍。