期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
Automated Detection of Optic Disc from Digital Retinal Fundus Images for Screening Systems of Diabetic Retinopathy
1
作者 GAO Weiwei MA Xiaofeng ZUO Jing 《Journal of Donghua University(English Edition)》 EI CAS 2020年第1期74-79,共6页
Optic disc(OD)detection is a main step while developing automated screening systems for diabetic retinopathy.We present a method to automatically locate and extract the OD in digital retinal fundus images.Based on the... Optic disc(OD)detection is a main step while developing automated screening systems for diabetic retinopathy.We present a method to automatically locate and extract the OD in digital retinal fundus images.Based on the property that main blood vessels gather in OD,the method starts with Otsu thresholding segmentation to obtain candidate regions of OD.Consequently,the main blood vessels which are segmented in H channel of color fundus images in Hue saturation value(HSV)space.Finally,a weighted vessels’direction matched filter is proposed to roughly match the direction of the main blood vessels to get the OD center which is used to pick the true OD out from the candidate regions of OD.The proposed method was evaluated on a dataset containing 100 fundus images of both normal and diseased retinas and the accuracy reaches 98%.Furthermore,the average time cost in processing an image is 1.3 s.Results suggest that the approach is reliable,and can efficiently detect OD from fundus images. 展开更多
关键词 FUNDUS image spectral characteristics analysis OPTIC disc(od) blood vessels OTSU THRESHOLDING MATCH filter segmentation
下载PDF
基于对抗学习和引导机制的视盘和视杯联合分割
2
作者 马晓月 陈媛媛 《计算机工程》 CAS CSCD 北大核心 2024年第12期59-69,共11页
准确的视盘(OD)和视杯(OC)分割能够有效地辅助青光眼的诊断和监测,从而进一步提高治疗效果。然而,现有方法没有考虑到眼底图像不同通道之间的差异,并且难以实现对OC边界的精确分割。针对这个问题,提出一种基于对抗学习和引导机制的网络... 准确的视盘(OD)和视杯(OC)分割能够有效地辅助青光眼的诊断和监测,从而进一步提高治疗效果。然而,现有方法没有考虑到眼底图像不同通道之间的差异,并且难以实现对OC边界的精确分割。针对这个问题,提出一种基于对抗学习和引导机制的网络框架ALG-Net,旨在提高OD和OC的分割性能。ALG-Net由分割网络和鉴别器两部分组成。在分割网络中,构建引导融合模块(GFM),该模块将单通道特征信息与RGB图像特征融合,使网络充分学习眼底图像不同通道之间的差异信息,引导分割网络聚焦于关键区域。ALG-Net网络框架还采用了鉴别器,通过对抗学习的方式促进分割网络生成更真实的分割结果。在REFUGE和Drishti-GS数据集上进行广泛的实验评估,实验结果表明,ALG-Net在RUFUGE数据集上OD和OC分割的平衡精度分别达到了98.6%和95.9%,在Drishti-GS数据集上也表现出优异的性能。此外,ALG-Net的分割结果应用于青光眼分类任务,在RUFUGE数据集上ROC曲线下面积(AUC)为0.983,相较于经典UNet算法提高了0.015,为青光眼的早期诊断和监测提供了有力的支持。 展开更多
关键词 青光眼诊断 视盘分割 视杯分割 UNet模型 注意力机制 引导机制 对抗学习
下载PDF
基于多尺度斑点检测的快速视盘定位方法 被引量:2
3
作者 王颖 张东波 +1 位作者 陈治强 张晟钰 《光学技术》 CAS CSCD 北大核心 2016年第5期458-463,468,共7页
提出了一种利用多尺度斑点检测的快速视盘定位方法。首先通过斑点检测确定12个视盘的候选区域,然后综合利用候选点邻域内的外观和血管特性决策视盘真实位置。对五个公开的数据集1540幅图像进行了测试,定位准确率达到97.9%。算法可以在... 提出了一种利用多尺度斑点检测的快速视盘定位方法。首先通过斑点检测确定12个视盘的候选区域,然后综合利用候选点邻域内的外观和血管特性决策视盘真实位置。对五个公开的数据集1540幅图像进行了测试,定位准确率达到97.9%。算法可以在缩小后的图像上进行检测,因此检测效率高,在五个数据集中平均检测时间约0.2s,远快于目前绝大部分检测算法。实验表明,对正常和轻度病变图像视盘检测效果很好,但是对严重病变的图像以及部分低质量的图像中的视盘检测,准确率仍有待提高。 展开更多
关键词 斑点检测 视盘(od)检测 血管 尺度空间
下载PDF
基于复特征值分析的某盘式制动器制动尖叫问题改进 被引量:9
4
作者 詹斌 孙涛 +3 位作者 沈炎武 余家皓 陶政 胡浩炬 《振动与冲击》 EI CSCD 北大核心 2021年第5期108-112,135,共6页
以某车型出现2000 Hz制动尖叫问题的盘式制动器为研究对象,建立制动器的有限元模型。通过试验模态对有限元模型进行修正,应用复特征值分析技术,获取系统的复特征值和振型,并通过ODS测试确认与制动尖叫频率对应的不稳定模态。然后针对此... 以某车型出现2000 Hz制动尖叫问题的盘式制动器为研究对象,建立制动器的有限元模型。通过试验模态对有限元模型进行修正,应用复特征值分析技术,获取系统的复特征值和振型,并通过ODS测试确认与制动尖叫频率对应的不稳定模态。然后针对此不稳定模态,通过相关性分析量化制动器零件对系统不稳定模态的贡献,采用优化具有最大贡献量的零件几何结构来改善制动尖叫。最后通过SAE J2521台架试验验证此方法可行。 展开更多
关键词 盘式制动器 制动尖叫 复特征值分析 odS 子零件贡献量
下载PDF
融合上下文和注意力的视盘视杯分割 被引量:7
5
作者 刘洪普 赵一浩 +2 位作者 侯向丹 郭鸿湧 丁梦园 《中国图象图形学报》 CSCD 北大核心 2021年第5期1041-1057,共17页
目的青光眼会对人的视力造成不可逆的损伤,从眼底图像中精确地分割视盘和视杯是青光眼诊治中的一项重要工作,为有效提升视盘和视杯的分割精度,本文提出了融合上下文和注意力的视盘视杯分割方法(context attention U-Net,CA-Net)。方法... 目的青光眼会对人的视力造成不可逆的损伤,从眼底图像中精确地分割视盘和视杯是青光眼诊治中的一项重要工作,为有效提升视盘和视杯的分割精度,本文提出了融合上下文和注意力的视盘视杯分割方法(context attention U-Net,CA-Net)。方法进行极坐标转换,在极坐标系下进行分割可以平衡数据分布。使用修改的预训练Res Net作为特征提取网络,增强特征提取能力。采用上下文聚合模块(context aggregation module,CAM)多层次聚合图像上下文信息,使用注意力指导模块(attention guidance module,AGM)对融合后的特征图进行特征重标定,增强有用特征;使用深度监督思想同时对浅层网络权重进行训练,同时在视杯分割网络中引入了先验知识,约束对视杯的分割。结果在3个数据集上与其他方法进行对比实验,在Drishti-GS1数据集中,分割视盘的Dice(dice coefficient)和IOU(intersection-over-union)分别为0.9814和0.9635,分割视杯的Dice和IOU分别为0.9266和0.8633;在RIM-ONE(retinal image database for optic nerve evaluation)-v3数据集中,分割视盘的Dice和IOU分别为0.9768和0.9546,分割视杯的Dice和IOU分别为0.8642和0.7609;在Refuge数据集中,分割视盘的Dice和IOU分别为0.9758和0.9527,分割视杯的Dice和IOU分别为0.8871和0.7972,均优于对比算法。同时,消融实验验证了各模块的有效性,跨数据集实验进一步表明了CA-Net的泛化性,可视化图像也表明CA-Net能够分割出更接近标注的分割结果。结论在Drishti-GS1、RIM-ONE-v3和Refuge三个数据集的测试结果表明,CA-Net均能取得最优的视盘和视杯分割结果,跨数据集测试结果也更加表明了CA-Net具有良好的泛化性能。 展开更多
关键词 青光眼 视盘 视杯 上下文聚合模块 注意力指导模块 深度监督 先验知识
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部