基于改进的模糊C-均值聚类算法及支持向量机的眼底图像中硬性渗出检测方法

• 作者: 左晶 沈建新 王明红 程武山 高玮玮
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 眼底图像 糖尿病视网膜病变 硬性渗出 模糊C-均值 支持向量机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 论著
• 页码范围: 331-337
• 页数: 7页
• 分类号: R318.04|TP391.41
• 字数: 4161字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2017.04.001

摘要

目的 提出一种基于改进的模糊C-均值(improved fuzzy C-means,IFCM)聚类算法及支持向量机(support vector machine,SVM)的检测算法,以实现对眼底图像中硬性渗出的自动识别.方法 首先利用改进的FCM算法对由江苏省中医院眼科提供的120幅彩色眼底图像进行粗分割以获取硬性渗出候选区域;其次,利用Logistic回归对候选区域提取出的特征进行选择,并利用候选区域的优化特征集及相应判定结果建立SVM分类器,实现眼底图像中硬性渗出的自动检测;最后利用该方法对65幅眼底图像进行硬性渗出自动检测.结果 硬性渗出自动检测得到的病灶区域水平灵敏度96.47%,阳性预测值90.13%;图像水平灵敏度100%,特异性95.00%,准确率98.46%;平均一幅图像处理时间4.56 s.结论 利用改进的FCM算法与识别率较高的SVM分类器相结合的方法能够高效自动地识别出眼底图像中的硬性渗出.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈建新	南京航空航天大学机电学院	166	1369	18.0	29.0
2	程武山	上海工程技术大学机械工程学院	96	432	12.0	17.0
3	王明红	上海工程技术大学机械工程学院	47	218	7.0	13.0
4	高玮玮	上海工程技术大学机械工程学院	9	15	3.0	3.0
5	左晶	江苏省中医院眼科中心	9	63	5.0	7.0