超像素级联SVM分类视盘分割算法北大核心CSCD |
| |
引用本文: | 陈瑞,裴晓敏,柳强.超像素级联SVM分类视盘分割算法北大核心CSCD[J].光学技术,2023(3):379-384. |
| |
作者姓名: | 陈瑞 裴晓敏 柳强 |
| |
作者单位: | 辽宁石油化工大学信息与控制学院 |
| |
基金项目: | 辽宁省自然科学基金指导项目(2019ZD0066);;辽宁省教育厅基本科研项目面上项目(LJKZ0399); |
| |
摘 要: | 视盘和视杯的精确分割是青光眼计算机辅助诊断的关键,考虑视盘的解剖学特征,提出基于超像素和级联SVM分类实现视盘的精确分割。首先对眼底图像超像素分割,基于视盘的解剖学结构特征,提取超像素的灰度、纹理、几何、位置分布等特征;然后采用基于SVM的监督聚类方法分类超像素区域,两级级联SVM分类器在分类过程中修正超像素位置信息,提升分割精度;最后基于Snake模型修复局部轮廓。在DRIONS和REFUGE数据库视盘分割精度分别为99.87%和99.52%,精度、灵敏度、特异性、AOL和DICE系数均高于该领域典型算法,实验证明所提方法能够精确分割视盘区域,且具有较强的鲁棒性;在青光眼诊断中具有一定的应用价值。
|
关 键 词: | 视盘分割 青光眼 超像素 级联SVM 鲁棒性 |
本文献已被 维普 等数据库收录! |
|