جداسازی (قطعه بندی) رگهای خونی در شبکیه چشم

توضیحات

کد متلب آماده استفاده و یادگیری

ارسال کدهای متلب به ایمیل شما بعد از سفارش

مقاله مرجع از مجله IEEE TRANSACTIONS ON MEDICAL IMAGING می باشد.

Abstract—This paper presents a new supervised method for blood vessel detection in digital retinal images. This method uses a neural network (NN) scheme for pixel classification and computes a 7-D vector composed of gray-level and moment invariants-based features for pixel representation. The method was evaluated on the publicly available DRIVE and STARE databases, widely used for this purpose, since they contain retinal images where the vascular structure has been precisely marked by experts. Method performance on both sets of test images is better than other existing solutions in literature. The method proves especially accurate for vessel detection in STARE images. Its application to this database (even when the NN was trained on the DRIVE database) outperforms all analyzed segmentation approaches. Its effectiveness and robustness with different image conditions, together with its simplicity and fast implementation, make this blood vessel segmentation proposal suitable for retinal image computer analyses such as automated screening for early diabetic retinopathy detection.

خلاصه (ترجمه ماشین):

این مقاله یک روش جدید برای نظارت تشخیص رگ خونی در تصاویر دیجیتال شبکیه. این روش با استفاده از یک شبکه های عصبی (NN) طرح برای طبقه بندی پیکسل و محاسبه یک بردار 7-D متشکل از رنگ خاکستری و لحظه ای ویژگیهای مبتنی بر ویژگی های نمایندگی پیکسل. روش در مورد ارزیابی قرار گرفت DRIVE و خیره پایگاه داده های در دسترس عموم، به طور گسترده ای مورد استفاده برای این منظور، از آنجایی که آنها حاوی تصاویر شبکیه که در آن ساختار عروقی شده است دقیقا توسط کارشناسان مشخص شده اند.
عملکرد روش در هر دو مجموعه از تصاویر آزمون بهتر از است راه حل های دیگر موجود در ادبیات. روش ثابت به ویژه دقیق برای تشخیص رگ در تصاویر زل می زنند. کاربرد آن این پایگاه داده (حتی زمانی که NN در DRIVE آموزش دیده بود پایگاه داده) بهتر از همه روش های تقسیم بندی قرار گرفت. اثربخشی و نیرومندی خود را با شرایط مختلف تصویر، همراه با سادگی آن و اجرای سریع، این را رگ های خونی پیشنهاد تقسیم بندی مناسب برای تصویر شبکیه تجزیه و تحلیل کامپیوتری مانند غربالگری خودکار برای دیابتی اوایل تشخیص رتینوپاتی.

تصویر ورودی :

تصویرهای خروجی هر مرحله برنامه :