Hemorrhage detection in fundus image based on 2D Gaussian fitting and human visual characteristics

最新推荐文章于 2020-05-30 17:41:01 发布

石坚强

最新推荐文章于 2020-05-30 17:41:01 发布

阅读量574

点赞数

CC 4.0 BY-SA版权

分类专栏：眼底图出血检测论文阅读文章标签：糖网出血检测

本文链接：https://blog.youkuaiyun.com/u013945470/article/details/84888204

本文提出了一种基于二维高斯拟合与人类视觉特征的眼底图像出血检测方法，旨在提高糖尿病视网膜病变自动筛查系统的准确性。通过亮度校正、对比度增强及分水岭变换等预处理手段，结合背景估计和视觉特征分析，有效提取出血区域。在DIARETDB数据库上的测试显示，该方法在图像层面和病变层面的检测性能优异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Hemorrhage detection in fundus image based on 2D Gaussian fitting and human visual characteristics

（基于二维高斯拟合与人类视觉特征的眼底图像出血检测）

作者： Jun Wu, Shihao Zhang, Zhitao Xiao, Fang Zhang, Lei Geng, Shiliang Lou, Mengjia Liu

作者机构： 天津工业大学，电子与信息工程学院，天津市光电检测技术与系统重点实验室

论文搜索地址： http://apps.webofknowledge.com/full_record.do?product=UA&search_mode=GeneralSearch&qid=2&SID=5BYbYtzIecfRApCoVuB&page=1&doc=8&cacheurlFromRightClick=no

1. 摘要

出血是糖尿病视网膜病变的早期症状之一，准确的出血检测对建立糖尿病视网膜病变自动筛查系统具有重要意义。
该文提出了一种基于二维高斯拟合和人眼视觉特征的方法。首先，利用亮度校正和对比度有限的自适应直方图均衡化对原始彩色眼底图像进行预处理。其次，基于背景估计和分水岭分割提取候选出血。再次，利用二维高斯拟合和人体视觉特征提取候选出血的视觉特征。最后根据视觉特征从候选出血中提取出血。
该方法在DIARETDB数据库中的219幅眼底图像进行了测试。实验结果显示，图像层面出血的总体平均敏感性、特异性和准确性分别为100%、82%和95.42%，病变层面出血的总体平均敏感性和阳性预测值分别为94.01%和90.30%。结果表明，该方法能够实现眼底图像出血的自动检测，具有较高的准确性。

2. 介绍

2.1 DR检测的技术方法

目前常用的DR检测方法有：检眼镜检查（ophthalmoscopy ），彩色眼底图（fundus color photography ）和荧光素眼底血管造影术（fluorescein fundus angiography，FFA）。
其中，彩色眼底图具有便宜，无药物过敏担忧，易于记录和保存等特点，是眼科医师人为最适合DR筛查的方法。