增强低质量的基金图像的统一框架

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:

• 手持式 fundus 摄像机提供了便携性和可负担性,但与桌面机型相比,图像质量往往较差.
• 手持式眼底图像的图像质量降低对准确的眼科诊断提出了挑战.
• 现有的方法可能无法充分解决手持式 fundus 摄影的特定质量问题.

研究的目的:

• 开发和验证一个统一的框架,以提高手持设备捕获的 fundus 图像的质量.
• 解决手持图像中过度/不足曝光,低分辨率和差异差的问题.
• 通过使用增强的 fundus 图像来提高下游自动化眼科诊断任务的性能.

主要方法:

• 收集了一组数据集,包括538张手持的 fundus 图像 (Mule 数据集).
• 提出了一个由三个模块组成的框架:用于曝光校正的光平衡模块 (LBM),用于细节增强的超分辨率模块 (SRM) 和用于对比度改进的容器增强模块 (VEM).
• 实施了一种保护策略,以保留斑点的特征.

主要成果:

• 客观评估证实了拟议框架在提高基金形象质量的有效性.
• 该框架成功地抑制了过度/不足曝光,增强了血管细节,并改善了图像对比度.
• 在下游任务中观察到显著的改进,包括容器细分,光盘/光杯检测,斑点检测和图像质量评估.

结论:

• 开发的统一框架有效地增强了手持基金图像,克服了常见的质量限制.
• 使用这个框架来提高图像质量,可以提高眼科诊断应用中的精度.
• 这种方法有可能在临床环境中更广泛地采用负担得起的手持式 fundus 摄像头.