结合FCM聚类和边缘感知模型的眼底渗出物检测

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.

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

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：2018年广东省科技创新战略专项资金No.2018FS05020102

在线出版日期：2020-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：192-199