基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
自动视网膜图像渗出检测有助于糖尿病性视网膜病变的早期诊断,提出了彩色眼底图像视网膜渗出检测方法.该方法根据决策树理论,采用Messidor数据库,对视网膜图像进行分类,区分得到含渗出的病变图像和不含渗出的正常眼底图像.实验结果表明,针对不同光照下采集的眼底图像采用光照非均匀性的归一化处理,即使在光照变化的环境中,文中的方法仍然比眼科专家的人工判定表现出色,能很好地分割出渗出区域.
推荐文章
结合SLIC超像素和DBSCAN聚类的眼底图像硬性渗出检测方法
图像分割
超像素
硬性渗出
糖尿病视网膜病变
简单线性迭代聚类
基于密度的聚类算法
眼底图像中硬性渗出自动检测方法的对比
眼底图像
硬性渗出
数学形态学
RBF神经网络
自动检测
基于视频图像的火灾自动检测
火灾检测
边缘检测
轮廓提取
色彩模型
产品表面图像中的缺陷自动检测方法研究
缺陷检测
图像处理
特征识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树的眼底图像渗出自动检测方法
来源期刊 重庆大学学报 学科 工学
关键词 眼底图像 渗出 阈值分割 决策树 自动检测
年,卷(期) 2018,(7) 所属期刊栏目
研究方向 页码范围 16-22
页数 7页 分类号 TU411
字数 语种 中文
DOI 10.11835/j.issn.1000-582X.2018.07.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 魏彪 重庆大学光电工程学院 111 658 12.0 19.0
2 冯鹏 重庆大学光电工程学院 65 390 12.0 16.0
3 米德伶 重庆大学光电工程学院 53 365 11.0 15.0
4 刘平 重庆大学光电工程学院 21 332 10.0 18.0
6 龙邹荣 重庆大学光电工程学院 4 1 1.0 1.0
9 柯鑫 3 12 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (13)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
眼底图像
渗出
阈值分割
决策树
自动检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
论文1v1指导