基于多特征融合和随机森林的视网膜血管分割

被引：24

作者：

朱承璋 ^{[1
,2
]}

崔锦恺 ^{[3
,2
]}

邹北骥 ^{[3
,2
]}

陈瑶 ^{[3
,2
]}

王俊 ^{[3
,2
]}

机构：

[1] 中南大学文学与新闻传播学院

[2] 移动医疗教育部-中国移动联合实验室

[3] 中南大学信息科学与工程学院

来源：

计算机辅助设计与图形学学报 | 2017年 / 04期

关键词：

多特征融合; 随机森林; 眼底图像; 视网膜血管分割;

D O I：

暂无

中图分类号：

R770.4 [眼科诊断学]; TP391.41 [];

学科分类号：

100212 ; 080203 ;

摘要：

为了进行眼底疾病辅助诊断,提出一种基于多特征融合和随机森林的视网膜血管分割方法.首先为彩色眼底图中的每个像素点提取一个23维特征向量(包括图像不变矩、灰度共生矩阵、LoG结合高斯二阶导、梯度法、相位一致性和Hessian矩阵特征);然后选取一定数量的像素点,提取其特征共同构造一个特征矩阵作为输入数据,并采用随机森林算法训练分类器;再用训练好的分类器对待分割图像中的像素点进行分类,判断其是否为血管点;最后在初步分割基础上进行基于连通区域补足血管的后处理,得到优化后的血管分割结果.在DRIVE公共数据库上进行实验的结果表明,该方法平均精确度达0.9606,平均灵敏度达0.7447,平均特异性达0.9838,比已有方法性能更优.

引用

页码：584 / 592

页数：9

共 5 条

[1] 彩色眼底图像视网膜血管分割方法研究进展 [J].

朱承璋 ;

邹北骥 ;

向遥 ;

严权峰 ;

梁毅雄 ;

崔锦恺 ;

刘晴 .

计算机辅助设计与图形学学报, 2015, (11) :2046-2057

[2]

Hierarchical retinal blood vessel segmentation based on feature and ensemble learning[J] . Shuangling Wang,Yilong Yin,Guibao Cao,Benzheng Wei,Yuanjie Zheng,Gongping Yang.Neurocomputing . 2014

[3]

Computerized screening of diabetic retinopathy employing blood vessel segmentation in retinal images[J] . S. Wilfred Franklin,S. Edward Rajan.Biocybernetics and Biomedical Engineering . 2014

[4] A review of vessel extraction techniques and algorithms [J].

Kirbas, C ;

Quek, F .

ACM COMPUTING SURVEYS, 2004, 36 (02) :81-121

[5] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

← 1 →