基于主成分分析的随机森林视网膜OCT图像分层算法研究

• 作者: 李晓雯 王陆权 曾亚光 陈允照 王茗祎 钟俊平 王雪花 熊红莲 陈勇
• 来源期刊: 生物化学与生物物理进展
• 关键词: 光学相干断层扫描技术(OCT) 视网膜分层 主成分分析 随机森林
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术与方法|Techniques and Methods
• 页码范围: 336-343
• 页数: 8页
• 分类号: R445
• 语种: 中文
• DOI: 10.16476/j.pibb.2020.0270

摘要

视网膜是层状结构,临床上可以根据视网膜层厚度改变对一些疾病进行预测和诊断.为了快速且准确地分割出视网膜的不同层带,本论文提出一种基于主成分分析的随机森林视网膜光学相干断层扫描技术(optical coherence tomography,OCT)图像分层算法.该方法使用主成分分析(principal component analysis,PCA)法对随机森林采集到的特征进行重采样,保留重采样后权重大的特征信息维度,从而消除特征维度间的关联性和信息冗余.结果表明,总特征维度在29维的情况下,保留前18维度训练速度提高了23.20％,14维度训练速度提高了42.38％,而对图像分割精度方面影响较小,实验表明该方法有效地提高了算法的效率.