微动脉瘤与出血自动检测的NPDR图像分型方法

被引：6

作者：

郑绍华 ^{[1
]}

潘林 ^{[1
]}

陈健 ^{[1
]}

郭健 ^{[2
]}

余轮 ^{[1
]}

机构：

[1] 福州大学物理与信息工程学院

[2] 福建医科大学附属第一医院眼科中心

来源：

仪器仪表学报 | 2014年 / 35卷 / 01期

关键词：

糖尿病视网膜病变; 微动脉瘤; 出血; 视盘; Radon变换;

D O I：

10.19650/j.cnki.cjsi.2014.01.009

中图分类号：

R587.2 [糖尿病性昏迷及其他并发症]; TP391.41 [];

学科分类号：

080203 ;

摘要：

为构建糖尿病视网膜病变(DR)自动筛查系统,依据新的糖尿病视网膜病变国际临床分型标准,提出了一种基于微动脉瘤(MAs)和视网膜内出血(HAs)自动检测的非增生性糖尿病视网膜病变(NPDR)图像分型方法。首先在红色通道上利用自适应阈值、形态学技术及区域主动轮廓模型对视盘中心进行精确定位;再者,在绿色通道预处理及现有算法改进的基础上,提出了一种新的基于Radon变换的方法对HAs和MAs进行识别,有效地抑制了血管或背景纹理的干扰,算法不依赖于血管的分割,也无需多尺度匹配滤波器。实验选取了120幅高分辨率的NPDR图像,对HAs和MAs的检测均得到较高的灵敏度和特异性,在各分型上准确率都达到了85%以上,不存在漏诊的情况。算法稳定,具有较高的实用价值。

引用

页码：59 / 67

页数：9

共 13 条

[1] 模糊聚类协作区域主动轮廓模型医学图像分割 [J].