-
题名PCNN与形态匹配增强相结合的视网膜血管分割
被引量:8
- 1
-
-
作者
徐光柱
王亚文
胡松
陈鹏
周军
雷帮军
-
机构
三峡大学计算机与信息学院
湖北省水电工程智能视觉监测重点实验室(三峡大学)
三峡大学第一临床医学院超声科
-
出处
《光电工程》
CAS
CSCD
北大核心
2019年第4期71-82,共12页
-
基金
国家自然科学基金资助项目(61402259
61272236
+1 种基金
U1401252)
宜昌市科技局项目(A19-302-13)~~
-
文摘
针对人工手动提取视网膜血管工作量大,主观性强等问题,本文提出了一种将区域生长思想、脉冲耦合神经网络(PCNN)、高斯滤波器组及Gabor滤波器相结合的视网膜血管分割方法。首先将二维高斯滤波器组、二维Gabor匹配滤波器相结合,对视网膜血管区域进行形态匹配增强,提升血管与背景的对比度。然后将带有快速连接机制的PCNN与区域生长思想相结合,每次从未处理的像素点中选取亮度最大的作为种子,使用自适应的连接系数及停止条件,实现眼底图像中血管的自动分割。整个算法在DRIVE眼底数据库上的实验结果显示,平均准确度、灵敏度、特异性分别达到93.96%、78.64%、95.64%,分割结果中血管断点少,微小血管清晰,具有较好的应用前景。
-
关键词
视网膜血管分割
脉冲耦合神经网络
区域生长
高斯匹配滤波器组
GABOR滤波器
-
Keywords
retinal blood vessel extraction
pulse coupled neural network
region growing
Gaussian matched filter bank
Gabor filter
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TB872
[一般工业技术—摄影技术]
-