结合PCNN和自适应DGA算法的视网膜血管分割

摘要：

为辅助诊断眼底疾病,提出一种眼底图像血管自动分割方法.首先利用对比度受限制的自适应直方图均衡化(CLAHE)技术与二维高斯匹配滤波器增强血管与背景对比度;然后利用自适应分布式遗传算法(ADGA)对PCNN参数设置自动寻优,将寻优得到的参数用于PCNN血管分割;最后采用面积滤波和区域连通性方法对分割结果进行后处理,得到优化后的血管检测结果.通过在国际上公认的彩色眼底图像库STARE中的实验结果表明,相比于利用传统的DGA算法对PCNN参数寻优,所提方法将分割的平均准确度从0.9293提高到0.9454,具有更高的鲁棒性、有效性和可靠性.

关键词：脉冲耦合神经网络(PCNN)、血管分割、视网膜、分布式遗传算法(DGA)、参数寻优

所属期刊栏目：54

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省"六大人才高峰"项目XXR-012

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：201-207