基于穿孔窗口的多尺度线路检测器,用于有效地细分视网膜血管
Varun Makkar1, Arya Tewary1, B V Rathish Kumar2
1Department of Mathematical Sciences, Indian Institute of Technology (BHU) Varanasi, Varanasi 221005, Uttar Pradesh, India.
Computers in biology and medicine
|April 17, 2025
概括
这项研究引入了一种改进的视网膜血管细分自动化算法,增强了在低对比度区域中检测小血管的功能. 这种新的方法为诊断眼部疾病提供了准确的细分.
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:
- 视网膜血管系统的变化是诊断糖尿病和高血压等疾病的关键指标.
- 对视网膜血管的准确细分对于有效的诊断和经济有效的治疗至关重要.
研究的目的:
- 开发一个用于视网膜血管细分的自动化算法.
- 通过解决背景强度估计缺陷来改进经典的线路探测器方法.
主要方法:
- 引入了一种新的"穿孔窗口"方法,以增强低对比度区域的线路检测.
- 使用分数过器进行图像无雾化,然后通过穿孔窗口进行多尺度线路检测.
- 通过结合多尺度响应和底层图像强度后通过歇斯底里斯值实现最终细分.
主要成果:
- 该算法展示了在低对比度区域中识别小船只的增强能力.
- 在四个公共数据集 (RC-SLO,STARE,CHASE_DB1,DRIVE) 上使用未受阶级失衡影响的指标进行测试.
- 拟议的技术表现出与最先进的方法相当的性能,性能优于许多方法.
结论:
- 带有穿孔窗口的增强线路探测器显著提高了视网膜血管细分的准确性.
- 该算法在多个数据集和指标中提供了强大而一致的性能.
- 这种自动化方法有助于有效诊断视网膜血管疾病.
