PCNN与形态匹配增强相结合的视网膜血管分割

• 作者: 周军 徐光柱 王亚文 胡松 陈鹏 雷帮军
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 视网膜血管分割 脉冲耦合神经网络 区域生长 高斯匹配滤波器组 Gabor滤波器
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 科研论文
• 页码范围: 71-82
• 页数: 12页
• 分类号: TP391|TB872
• 字数: 6035字
• 语种: 中文
• DOI: 10.12086/oee.2019.180466

摘要

针对人工手动提取视网膜血管工作量大,主观性强等问题,本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及Gabor滤波器相结合的视网膜血管分割方法.首先将二维高斯滤波器组、二维Gabor匹配滤波器相结合,对视网膜血管区域进行形态匹配增强,提升血管与背景的对比度.然后将带有快速连接机制的PCNN与区域生长思想相结合,每次从未处理的像素点中选取亮度最大的作为种子,使用自适应的连接系数及停止条件,实现眼底图像中血管的自动分割.整个算法在DRIVE眼底数据库上的实验结果显示,平均准确度、灵敏度、特异性分别达到93.96％、78.64％、95.64％,分割结果中血管断点少,微小血管清晰,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周军	三峡大学第一临床医学院超声科	61	390	12.0	16.0
2	王亚文	三峡大学计算机与信息学院	1	0	0.0	0.0
3	胡松	三峡大学计算机与信息学院	5	5	2.0	2.0