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:
为辅助诊断眼底疾病,提出一种眼底图像血管自动分割方法.首先利用对比度受限制的自适应直方图均衡化(CLAHE)技术与二维高斯匹配滤波器增强血管与背景对比度;然后利用自适应分布式遗传算法(ADGA)对PCNN参数设置自动寻优,将寻优得到的参数用于PCNN血管分割;最后采用面积滤波和区域连通性方法对分割结果进行后处理,得到优化后的血管检测结果.通过在国际上公认的彩色眼底图像库STARE中的实验结果表明,相比于利用传统的DGA算法对PCNN参数寻优,所提方法将分割的平均准确度从0.9293提高到0.9454,具有更高的鲁棒性、有效性和可靠性.
推荐文章
优化的PCNN自适应三维图像分割算法
优化脉冲耦合神经网络
自适应三维分割
脑磁共振成像
改进的形态学与Otsu相结合的视网膜血管分割
视网膜血管
大津法
形态学
图像分割
图像增强
基于改进 UNet 的视网膜血管分割算法
图像分割
多分支多尺度
空间多样性
密集卷积网络
双向卷积长短时记忆网络
基于PST和多尺度高斯滤波的视网膜血管的分割
视网膜血管
相位拉伸变换
多尺度
血管分割
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 结合PCNN和自适应DGA算法的视网膜血管分割
来源期刊 计算机工程与应用 学科 工学
关键词 脉冲耦合神经网络(PCNN) 血管分割 视网膜 分布式遗传算法(DGA) 参数寻优
年,卷(期) 2018,(21) 所属期刊栏目 图形图像处理
研究方向 页码范围 201-207
页数 7页 分类号 TP391.41
字数 5257字 语种 中文
DOI 10.3778/j.issn.1002-8331.1707-0317
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 李为相 南京工业大学电气工程与控制科学学院 33 294 8.0 16.0
2 丁雪梅 南京工业大学电气工程与控制科学学院 4 16 2.0 4.0
3 毛祥宇 南京工业大学电气工程与控制科学学院 4 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (123)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(4)
  • 参考文献(1)
  • 二级参考文献(3)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(9)
  • 参考文献(2)
  • 二级参考文献(7)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(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)
研究主题发展历程
节点文献
脉冲耦合神经网络(PCNN)
血管分割
视网膜
分布式遗传算法(DGA)
参数寻优
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导