基于眼底图像的视网膜血管分割方法综述

• 作者: 向陈君 张新晨
• 来源期刊: 工业技术创新
• 学科: 生物学
• 关键词: 眼底图像 视网膜 血管分割方法 监督方法 深度学习 神经网络训练
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 专题综述
• 页码范围: 110-114
• 页数: 5页
• 分类号: Q-334
• 字数: 2020字
• 语种: 中文
• DOI: 10.14103/j.issn.2095-8412.2019.02.021

摘要

视网膜血管分割是眼底图像研究的基础.探讨视网膜血管分割方法的现状,总结不同分割方法的优缺点,综述基于眼底图像的血管分割方法.根据视网膜图像特点,分析基于窗口、基于分类和基于跟踪三类方法;根据是否采用图像的特征数据规则,研讨监督方法和非监督方法.研究对比发现,基于窗口的方法大多结合滤波器实施分割,因此计算量较大;基于分类的方法需人工提取特征,因此算法效率低;基于跟踪的方法过于依赖初始种子点的选取;非监督方法需自行制定判断规则,受制于规则的适用性;监督方法需要大量先验数据进行建模,技术上存在瓶颈.后续应借助深度学习技术,结合神经网络算法,训练得到更加精准的分类模型,进一步提升视网膜血管分割精度和效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新晨	华中师范大学物理科学与技术学院	11	34	4.0	5.0
2	向陈君	华中师范大学物理科学与技术学院	1	0	0.0	0.0