基于眼底图像的视网膜血管分割方法综述

视网膜血管分割是眼底图像研究的基础。探讨视网膜血管分割方法的现状,总结不同分割方法的优缺点,综述基于眼底图像的血管分割方法。根据视网膜图像特点,分析基于窗口、基于分类和基于跟踪三类方法;根据是否采用图像的特征数据规则,研讨监督方法和非监督方法。研究对比发现,基于窗口的方法大多结合滤波器实施分割,因此计算量较大;基于分类的方法需人工提取特征,因此算法效率低;基于跟踪的方法过于依赖初始种子点的选取;非监督方法需自行制定判断规则,受制于规则的适用性;监督方法需要大量先验数据进行建模,技术上存在瓶颈。后续应借助深度学习技术,结合神经网络算法,训练得到更加精准的分类模型,进一步提升视网膜血管分割精度和效率。