结合FCM聚类和边缘感知模型的眼底渗出物检测

• 作者: 刘俊涛 刘祚时 宋丹 林晓明 王素娟 谭俭辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 渗出物检测 图像预处理 模糊C均值聚类 边缘感知模型
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 192-199
• 页数: 8页
• 分类号: TP391
• 字数: 6020字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1904-0388

摘要

眼底图像中渗出物是构成糖尿病视网膜病变(Diabetic Retinopathy,DR)的早期症状之一,提出一种结合模糊C-均值(Fuzzy C-Means,FCM)聚类和边缘感知模型的方法实现对渗出物的检测.为保证后期检测精度和效率,对眼底图像进行增强对比度和均衡亮度等预处理操作,用FCM聚类分割出渗出物候选区域,利用基于判断邻域灰度差异的边缘感知模型对候选区域进行筛选,通过移除视盘区域,从而得到真实的渗出物区域.在公开的数据集上进行实验,算法的灵敏度为86.65％,特异性为94.79％,阳性预测值为95.14％,准确度为92.09％.结果表明,该方法能够有效实现对眼底渗出物的自动检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘祚时	江西理工大学机电工程学院	90	367	10.0	13.0
2	刘俊涛	江西理工大学机电工程学院	2	0	0.0	0.0
3	谭俭辉	广东工业大学自动化学院	1	0	0.0	0.0
4	宋丹	桂林理工大学信息科学与工程学院	1	0	0.0	0.0