文献类型：期刊文章

作　　者：朱承璋[1,2] 崔锦恺[3,2] 邹北骥[3,2] 陈瑶[3,2] 王俊[3,2]

Zhu Chengzhang;Cui Jinkai;Zou Beiji;Chen Yao;Wang Jun(The College of Literature and Journalism, Central South University, Changsha 410083;College of Information Science and Engineering, Central South University, Changsha 410083;Mobile Health Ministry of Education-China Mobile Joint Laboratory, Changsha 410083)

机构地区：[1]中南大学文学与新闻传播学院,长沙410083 [2]移动医疗教育部-中国移动联合实验室,长沙410083 [3]中南大学信息科学与工程学院,长沙410083

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家自然科学基金(61573380;61562029)

年　　份：2017

卷　　号：29

期　　号：4

起止页码：584-592

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了进行眼底疾病辅助诊断,提出一种基于多特征融合和随机森林的视网膜血管分割方法.首先为彩色眼底图中的每个像素点提取一个23维特征向量(包括图像不变矩、灰度共生矩阵、LoG结合高斯二阶导、梯度法、相位一致性和Hessian矩阵特征);然后选取一定数量的像素点,提取其特征共同构造一个特征矩阵作为输入数据,并采用随机森林算法训练分类器;再用训练好的分类器对待分割图像中的像素点进行分类,判断其是否为血管点;最后在初步分割基础上进行基于连通区域补足血管的后处理,得到优化后的血管分割结果.在DRIVE公共数据库上进行实验的结果表明,该方法平均精确度达0.9606,平均灵敏度达0.7447,平均特异性达0.9838,比已有方法性能更优.

关 键 词：多特征融合 随机森林  眼底图像 视网膜血管分割  

分 类 号：TP391.41]