江苏省普通高校研究生科研创新计划项目(CXLX110218)
- 作品数：6 被引量：23H指数：4
- 相关作者：高玮玮沈建新左晶梁春王玉亮更多>>
- 相关机构：江苏省中医院南京航空航天大学上海工程技术大学更多>>
- 发文基金：中央高校基本科研业务费专项资金江苏省普通高校研究生科研创新计划项目国家高技术研究发展计划更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于改进的模糊C-均值聚类算法及支持向量机的眼底图像中硬性渗出检测方法被引量：1
- 2017年
- 目的提出一种基于改进的模糊C-均值(improved fuzzy C-means,IFCM)聚类算法及支持向量机(support vector machine,SVM)的检测算法,以实现对眼底图像中硬性渗出的自动识别。方法首先利用改进的FCM算法对由江苏省中医院眼科提供的120幅彩色眼底图像进行粗分割以获取硬性渗出候选区域;其次,利用Logistic回归对候选区域提取出的特征进行选择,并利用候选区域的优化特征集及相应判定结果建立SVM分类器,实现眼底图像中硬性渗出的自动检测;最后利用该方法对65幅眼底图像进行硬性渗出自动检测。结果硬性渗出自动检测得到的病灶区域水平灵敏度96.47%,阳性预测值90.13%;图像水平灵敏度100%,特异性95.00%,准确率98.46%;平均一幅图像处理时间4.56 s。结论利用改进的FCM算法与识别率较高的SVM分类器相结合的方法能够高效自动地识别出眼底图像中的硬性渗出。
- 高玮玮沈建新程武山王明红左晶
- 关键词：眼底图像糖尿病视网膜病变硬性渗出模糊C-均值支持向量机
- 免散瞳眼底图像在糖尿病视网膜病变自动筛查中的应用被引量：6
- 2015年
- 为实现糖尿病视网膜病变(糖网)的自动筛查,建立了基于免散瞳眼底图像的糖网自动筛查方法。该方法包括视盘定位及提取、糖网白色病灶(硬性渗出、棉绒斑)自动检测以及微动脉瘤与视网膜内出血的自动检测。在此基础上设计并实现了基于免散瞳眼底图像的糖网自动筛查系统。利用已实现的系统对临床采集的7 687个样本共15 374幅眼底图像进行糖网自动筛查,对样本个体的检测结果为:灵敏度96.46%,特异性96.07%,平均处理时间57.87 s。测试结果表明,所构建的基于免散瞳眼底图像的糖网自动筛查系统满足英国糖尿病协会提出的糖网自动筛查标准(最低灵敏度80%,最低特异性95%)。
- 高玮玮程武山沈建新左晶张爱华
- 关键词：糖尿病视网膜病变图像分割
- 免散瞳眼底图像中微动脉瘤的高效自动检测被引量：7
- 2012年
- 为快速、有效地自动检测免散瞳眼底图像中的微动脉瘤,构建基于免散瞳眼底图像的糖尿病视网膜病变自动筛查系统,提出了一种简单而高效的微动脉瘤自动检测算法。在对免散瞳眼底图像G通道预处理的基础上,利用数学形态学分割提取硬性渗出和血管;并通过将二者从扩展极小值变换后的二值图像中去除而获得微动脉瘤候选区域;进而根据尺寸信息获取真正的微动脉瘤。利用该算法对两组不同质量免散瞳眼底图像进行微动脉瘤自动检测,并对检测结果进行统计分析。结果表明:两组图像检测结果精度均较高,相应指标间的相对误差均低于4%,且处理效率高(平均一幅图像的处理时间为9.7 s)。该算法能够高效地自动检测出免散瞳眼底图像中的微动脉瘤,且算法稳定可靠,具有很高的实用价值。
- 高玮玮沈建新王玉亮梁春左晶
- 关键词：微动脉瘤数学形态学
- 改进的快速FCM及SVM实现糖网白色病灶的自动检测被引量：7
- 2013年
- 为构建基于眼底图像的糖尿病视网膜病变(糖网)自动筛查系统,提出一种基于改进的快速FCM(IFFCM)及SVM的糖网白色病灶自动检测算法。首先,利用改进的快速FCM算法,对彩色眼底图像进行粗分割获取糖网白色病灶候选区域,由于该算法将中值滤波添加到FCM算法的准则函数中,同时利用K-means算法的聚类结果对FCM进行聚类中心初始化,使得该算法克服了传统FCM算法计算复杂度高以及对噪声敏感的缺点;其次,采用两层级联分类结构的SVM对候选区域进行分类,即先利用SVM根据候选区域的特征集将白色病灶提取出来,再利用SVM根据另外的特征集将白色病灶中的硬性渗出与棉绒斑区分开,从而实现眼底图像中糖网白色病灶的自动检测。利用该方法对65幅眼底图像进行糖网白色病灶的自动检测,得到图像水平灵敏度100%,特异性95.0%,准确率98.46%;病灶区域水平(硬性渗出/棉绒斑)灵敏度96.42%/97.15%,阳性预测值90.03%/91.18%;平均一幅图像处理时间35.56 s。结果表明:将改进的快速FCM算法所提供的良好粗分割结果与识别率较高的分类器SVM相结合,使得对糖网白色病灶的自动检测结果较优,即该算法能够高效地自动检测出眼底图像中的糖网白色病灶。
- 高玮玮沈建新王玉亮梁春左晶
- 关键词：眼底图像糖尿病视网膜病变
- 一种基于视网膜主血管方向的视盘定位及提取方法被引量：1
- 2016年
- 为分割出眼底图像中的视盘,构建基于眼底图像的计算机辅助诊断系统,提出了一种基于视网膜主血管方向的视盘定位及提取方法。首先,利用Otsu阈值分割眼底图像R通道获取视盘候选区域;然后利用彩色眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向;在此基础上,通过在方向图内寻找出对加权匹配滤波器响应值最高的点确定视盘中心位置;最后,利用该位置信息从视盘候选区域中"挑选"出真正的视盘。利用该方法对100幅不同颜色、不同亮度的眼底图像进行视盘分割,得到准确率98%,平均每幅图像处理时间1.3 s。结果表明:该方法稳定可靠,能快速、有效分割出眼底图像中的视盘。
- 高玮玮程武山王明红沈建新左晶
- 关键词：眼底图像视盘图像分割
- 基于多模板匹配的局部自适应区域生长法在视网膜内出血自动检测中的应用被引量：4
- 2013年
- 为自动检测出眼底图像中的视网膜内出血,从而构建基于眼底图像的糖尿病视网膜病变自动筛查系统,提出了基于多模板匹配的局部自适应区域生长法用以自动检测该病灶。首先,对眼底主要生理结构进行光谱特征分析,从而为不同分割目标选取合适的RGB通道;其次,利用HSV空间的亮度校正以及对比度受限自适应直方图均衡方法对眼底图像进行预处理;在此基础上利用设计好的多个模板对图像进行归一化互相关模板匹配获取该病灶候选区域;然后,从中去除视盘、血管以消除相关假阳,从而得到区域生长所需种子;最后,利用局部自适应区域生长法获取其精确轮廓,从而实现该病灶的准确检测。利用该算法对90幅不同颜色、不同亮度、不同质量、不同分辨率眼底图像进行该病灶的自动检测,实验结果表明:该算法能快速、有效地自动检测出眼底图像中的视网膜内出血,且算法稳定可靠,可满足临床需求。
- 高玮玮沈建新王玉亮梁春左晶
- 关键词：光谱特征
