眼底图像中硬性渗出物检测算法

• 作者: 刘冰 周梦颖 杨春兰 段彦华
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 眼底图像 视网膜病变 硬性渗出物 边缘检测 形态学重构
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论著
• 页码范围: 1-8
• 页数: 8页
• 分类号: R318.04
• 字数: 3338字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2018.01.001

摘要

目的 利用眼底图像中硬性渗出物(hard exudates,HE)的亮度与边缘特征,提出一种基于Canny边缘检测算法与形态学重构相结合的HE自动检测方法 ,以解决目前算法灵敏度低、检测结果 中视盘和血管的干扰等问题,对糖尿病视网膜病变(diabetic retinopathy,DR)的自动筛查具有重要意义.方法检测算法包括4个步骤.步骤一,图像预处理,主要包括RGB通道选取、基于形态学的图像对比度增强.步骤二,视网膜图像关键结构的消除,利用基于Gabor滤波的血管分割方法,消除血管边缘对HE检测的影响.将本文视杯分割算法应用在眼底图像红色通道上实现视盘自动分割,消除视盘及其边缘对HE检测的影响.步骤三,利用改进的Canny边缘检测算法和形态学重构方法对HE进行提取.步骤四,基于形态学的图像后处理,消除眼底图像边缘部分假阳性区域.最后利用该算法测试公开数据库中的40幅图像(35幅HE病变图像,5幅正常图像).结果该算法对基于病变的灵敏性(sensitivity,SE)和阳性预测值(positive predictive value,PPV)分别为93.18％和79.26％,基于图像的灵敏性、特异性(specificity,SP)和准确率(accuracy,ACC)分别为97.14％ 、80.00％和95.00％.结论 与其他方法对比,基于Canny边缘检测算法与形态学重构相结合的HE自动检测算法具有较好的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨春兰	北京工业大学生命科学与生物工程学院	52	143	6.0	9.0
2	刘冰	北京工业大学医院眼科	15	68	4.0	8.0
3	段彦华	北京工业大学生命科学与生物工程学院	4	19	3.0	4.0
7	周梦颖	北京工业大学生命科学与生物工程学院	2	10	2.0	2.0