欢迎来到天天文库
浏览记录
ID:51233179
大小:2.27 MB
页数:7页
时间:2020-03-22
《眼底图像中硬性渗出自动检测方法的对比.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第45卷第1期2013年2月南京航空航天大学学报JournalofNanjingUniversityofAeronautics&AstronauticsVoI.45No.1Feb.2013眼底图像中硬性渗出自动检测方法的对比高玮玮沈建新王玉亮(南京航空航天大学机电学院。南京,210016)摘要:为寻求满足临床需求的硬性渗出自动检测方法,从而构建出基于眼底图像的搪尿癌视网膜痛变自动筛查系统,在利用0tsu阈值分割结合数学形态学快速提取出视盘的基础上,提出了两种硬性渗出自动检测方法(基于数学形态学的硬性渗出自动检烈方法和基于RBF神经网络的硬性渗出自动检测方法),在此基础
2、上不仅提出采用后处理以进一步提高检测精度,还就检测结果进行了比较。与其他硬性渗出自动检测方法相比,这两种方法在保证较高检测精度的基础上,效率也较高;在这两种方法之间,基于教学形态学的方法精度更高,基于RBF神经网络的方法效率更高;结合临床对硬性渗出自动检测快速、可靠性的要求,得出基于RBF神经网络的方法作为糖尿病视网膜病变自动筛查系统中的硬性渗出自动检测方法性能更优。关t词:眼底图像;硬性渗出;数学形态学IRBF神经网络;自动检测中圈分类号:TP391.41文献标态码:A文章编号:1005—2615(2013)01—0055—07ComparativeApproach
3、esforAutomatedDetectionofHardExudatesinFundusImagesGaoWeiwei,ShenJianxin,WangYuliang(CollegeofMechanicalandElectricalEngineering,NanjingUniversityofAeronautics&Astronautics,Nanjing,210016,China)Abstract:InordertOestablishanautomatedapproachfordetectinghardexudateswhichcanmeettheclinical
4、requirements,andbuildtheautomateddiabeticretinopathyscreeningsystem,twoautomaticallydetectingap—proachesareproposed,onebasedonmathematicalmorphologyandtheotherbasedonI迁;Fneuralnetwork.andtheyareinvestigatedonthebaseofsegmentationofopticdiscwithOtsuthresholdandmathematicalmorpholo—gy.Pos
5、tprocessingisappliedtoimprovethedetectingaccuracyfurther.Comparedwithotherapproachesinfor—marstudies,thetwoproposedapproachesperformwellinbothaccuracyandefficiencyofdetection.Contrastiveanalysesbetweenthetwoproposedapproachesshowthatmathematicalmorphology-basedapproachisbetterinaccuracy
6、andRBFneuralnetwork-basedoneisbetterinefficiency.ConsideringtherequestOfcelerityandde—pendabilityinclinic.theapproachbasedonI强Fneuralnetworkisproposedtobemoreappropriatefortheauto—mateddiabeticretinopathyscreeningsystem.Keywords:fundusimages;hardexudates;mathematicalmorphology;RBFneural
7、network;automateddetection糖尿病视网膜病变(Diabeticretinopathy,DR)简称“糖网”,是糖尿病最为常见的眼部并发症,是目前20"--65岁成人出现新型失明的主要原因‘1。。对糖尿病患者而言,需要在感觉到视力受损之前定期对视网膜进行检查,以期及早发现病变,及时采取合理有效的治疗措施,从而降低失明风基金项目:国家高技术研究发展计划(。八六三”计划)(2006AA020804)资助项目;中央高校基本科研业务费专项(NJ20120007)资助项目}江苏省科技支撑计划(BE2010652)资助项目;江苏省普通高校研究
此文档下载收益归作者所有