增强细视网膜血管细分:形态重建和双值过策略
Hesham Abdushkour1, Toufique A Soomro2, Ahmed Ali3
1Nautical Science Deptartment, Faculty of Maritime, King Abdul Aziz University, Jeddah, Saudia Arabia.
PloS one
|July 19, 2023
概括
这项研究介绍了先进的图像处理技术,用于精确的视网膜血管细分在 fundus 图像. 开发的算法改善了早期检测眼睛疾病,如糖尿病视网膜病变.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 糖尿病视网膜病变会导致视网膜血管的逐渐变化,使疾病的分析和治疗复杂化.
- 现有的计算机化的视网膜血管细分算法与微小的血管作斗争,影响整体性能.
研究的目的:
- 开发一种改进的图像处理技术,用于准确的视网膜血管细分.
- 通过更好的血管细分来增强渐进性眼病的分析和诊断.
主要方法:
- 使用增强过器,连贯过器,二进制值,形态技术,同型方法和维纳过.
- 解决了中心光反射,不足/变化的对比度,以及血管连贯性问题.
- 应用双值与图像重建用于精确的细分.
主要成果:
- 在STARE和DRIVE数据集上实现了高精度 (0.96) 和灵敏度 (0.81).
- 与现有的视网膜血管细分方法相比,表现出更好的性能.
- 成功分割了细视网膜血管,克服了常见的算法限制.
结论:
- 拟议的技术为视网膜血管细分提供了一个强大的解决方案.
- 这种方法可以帮助眼科专家诊断眼部异常并指导治疗.
- 改进的细分能力支持更好地管理渐进性眼病.
