一种基于改进的PCNN的视网膜血管树提取方法

被引：8

作者：

姚畅

陈后金

荆涛

郝晓莉

李志林

杨娜

机构：

[1] 北京交通大学电子信息工程学院

来源：

光电子激光. | 2011年 / 22卷 / 11期

基金：

北京市自然科学基金; 中央高校基本科研业务费专项资金资助; 中国博士后科学基金;

关键词：

图像分割; 脉冲耦合神经网络(PCNN); 长度滤波; 视网膜血管;

D O I：

10.16136/j.joel.2011.11.032

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

根据脉冲耦合神经网络(PCNN)动态点火特性和视网膜血管网络区域结构特征,提出了一种基于改进型PCNN(IPCNN)的视网膜血管树提取方法。该方法对二维高斯匹配滤波预处理增强后的眼底图像运用IPCNN分割出增强图像的血管网络,然后对分割得到的血管网络结合区域连通性特征,采用长度滤波算子滤除噪声,提取出最终的血管树。通过在Hoover眼底图像库和临床图像中的实验结果表明,该方法在抵抗欠分割和过分割方面要明显优于传统阈值法和传统PCNN法;在血管分支的提取和算法的有效性方面要明显优于Hoover算法,对于临床应用具有较好的参考价值。

引用

页码：1745 / 1750

页数：6

共 6 条

[1] 基于模糊PCNN的小波域超声医学图像去噪方法 [J].

王绍波 ;

郭业才 ;

高敏 ;

刘振兴 ;

赵雪清 .

光电子激光., 2010, 21 (03) :476-480

[2]

一种新的视网膜血管网络自动分割方法[J]. 姚畅,陈后金.光电子.激光. 2009(02)

[3] 改进型脉冲耦合神经网络在图像处理中的动态行为分析 [J].

姚畅 ;

陈后金 ;

李居朋 .

自动化学报, 2008, (10) :1291-1297

[4] 基于过渡区提取的视网膜血管分割方法 [J].

姚畅 ;

陈后金 ;

李居朋 .

电子学报, 2008, (05) :974-978

[5] 一种基于脉冲耦合神经网络和图像熵的自动图像分割方法 [J].

马义德 ;

戴若兰 ;

李廉 .

通信学报, 2002, (01) :46-51

[6]

Feature Linking via Synchronization among Distributed Assemblies: Simulations of Results from Cat Visual Cortex[J] . R. Eckhorn,H. J. Reitboeck,M. Arndt,P. Dicke.Neural Computation . 1990 (3)

← 1 →