一种基于灰色关系分析的单样视网膜血管细分方法
1School of Information Science and Technology, Nantong University, Nantong 226019, China.
Sensors (Basel, Switzerland)
|July 13, 2024
概括
本研究引入了一种新的灰色关系分析方法,用于准确的视网膜血管细分,解决有限的数据挑战. 这种方法显著提高了眼睛疾病的诊断能力.
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:
- 准确的视网膜血管细分对于诊断和治疗各种眼睛疾病至关重要.
- 有限的注释数据集对开发强大的细分模型构成重大挑战.
- 灰色理论为处理数据稀缺和信息差的问题提供了一个有前途的方法.
研究的目的:
- 提出一种基于灰色关系的新方法,用于准确的视网膜血管细分.
- 解决医疗图像分析中小型和未标记数据集的局限性.
- 加强计算机辅助诊断系统用于视网膜疾病.
主要方法:
- 开发了一种基于灰色关系分析 (NADF-GRA) 的噪声适应性歧视过算法,用于图像增强.
- 设计了一个基于灰色关系分析 (TS-GRA) 的值细分模型,用于细分增强的船舶图像.
- 实现了后处理阶段,包括孔填充和孤立像素去除,以进行精细的细分.
主要成果:
- 拟议的方法在公共数据集 (DRIVE,STARE,HRF) 上显示出高性能.
- 在DRIVE数据集上获得了96.03%的平均准确性和98.51%的特异性.
- 与当前主流的视网膜血管细分方法相比,它展示了优越的性能.
结论:
- 新的基于灰色关系的方法为视网膜血管细分提供了有效的解决方案,特别是在有限的数据的情况下.
- 该方法提供了准确和强大的细分结果,优于现有技术.
- 这种方法有可能在眼科中显著推进计算机辅助诊断.
