彩色眼底图像视网膜血管分割方法研究进展
视网膜血管分割方法是眼科计算机辅助诊断和大规模疾病筛查系统的基础, 文中讨论了基于彩色眼底图像的视网膜血管分割方法研究进展. 概述了该领域的背景意义、常用标准库、性能衡量指标、采用的主要算法及其优缺点, 旨在快速地引导研究人员了解本领域研究内容. 视网膜血管分割方法可分为基于血管跟踪的方法、基于匹配滤波的方法、基于形态学处理的方法、基于形变模型的方法和基于机器学习的方法等5大类, 各类方法都各有特点, 为后期研究提供了基础. 其中基于机器学习的方法是目前最重要的分割方法, 以数据驱动的方式为眼科辅助诊断系统提供依据. 尽管研究人员已经做了大量工作, 视网膜血管分割依然有进一步提高精度和效率的空间. 眼底图中其他生理结构和各种病灶的干扰, 微小血管、视盘内血管、新生毛细血管网等的分割, 都是血管分割问题中有待解决的难点.
眼底图像、视网膜血管分割、计算机辅助诊断、糖尿病视网膜病变、数据驱动
27
TP391.41(计算技术、计算机技术)
国家自然科学基金61173122, 61573380, 61262032, 61562029;湖南省博士生科研创新项目CX2013B074;高等学校博士学科点专项科研基金20130162120089
2015-11-25(万方平台首次上网日期,不代表论文的发表时间)
共12页
2046-2057