基于多角度分析统计的眼底图像微动脉瘤自动检测

糖尿病视网膜病变(DR)是新增失明的主要原因,而视网膜微动脉瘤(MA)是糖尿病视网膜病变的早期临床表现之一。然而,由于微动脉瘤体积小,与周围背景的对比度差,很难用肉眼直接观察出来。本文提出了一种基于多角度分析统计的特征提取方法,每种预处理方法作为一个角度提取一组特征,利用多层感知机分类器(MLP)进行分类,最后对所有的分类统计求均值。该方法在e-ophtha-MA数据库上进行了评估,并获得了较高的灵敏度。使用FROC指标,最终平均得分为0.510,灵敏度为0.91,AUC值为0.98,与现有最先进的方法相当。实验证明,本文提出的基于多角度分析统计提取微动脉瘤的方法增强了MA的识别能力,有利于分类,提高了检测性能。