彩色盘周眼底图的豹纹状眼底自动分级算法

豹纹状眼底常出现在近视眼与老年性退化的眼底中,它是临床上诊断视网膜-脉络膜病变的重要参考.为了辅助近视眼等疾病的临床诊断,提出基于脉络膜血管提取的盘周豹纹状眼底自动分级算法.首先根据所提取的感兴趣区域的直径将眼底图尺寸归一化,以适用于不同分辨率的彩色眼底图;然后基于主成分分析法对视盘中心进行定位,并以视盘中心为中心将眼底图分为上、下、鼻和颞4个象限;再提出描述脉络膜血管透见程度的3类特征:红色通道中的亮度均值、脉络膜血管面积比例以及脉络膜血管密度,并依次对4个象限进行特征提取;最后应用基于信息增益率的C4.5决策树算法将每个象限脉络膜血管透见程度分为0~3级,并将4个象限的分级结果累计,将豹纹状眼底自动分为无、轻度、中度和重度4个级别.用文中算法测试了130幅眼底图,豹纹状眼底自动分级的平均一致率可达84.7%;实验结果表明,该算法能较有效地实现豹纹状眼底的自动分级,为诊断与豹纹状眼底相关的疾病提供量化描述依据.

网络视频数据获取与后处理技术综述

视频在内容表达上具有直观性和丰富性的优点,其作为信息和知识的载体更容易被人们接受。近年来,随着互联网尤其是移动互联网技术的成熟,网络视频行业呈现出繁荣发展的态势。另外,以深度学习为代表的人工智能技术与视频数据相结合,推动了视频内容理解领域的核心技术突破,促成多项相关技术落地。可以预见,未来的信息检索系统将承载视频数据,而网络视频数据获取与后处理技术,作为视频信息检索系统数据来源的提供者,将发挥巨大的作用。本文综述了网络视频数据获取技术的现状,并对该方向的未来发展作了展望。