RBF神经网络和阈值分割实现视网膜硬性渗出自动检测

作     者：高玮玮 沈建新 王玉亮 Gao Weiwei;Shen Jianxin;Wang Yuliang

作者机构：南京航空航天大学机电学院南京210016 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2013年第18卷第7期

页      面：859-865页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家高技术研究发展计划(863)基金项目(2006AA020804) 中央高校基本科研业务费专项(NJ20120007) 江苏省科技支撑计划项目(BE2010652) 

主　　题：眼底图像 硬性渗出 RBF神经网络 阈值分割 自动检测 

摘      要：为自动检测出眼底图像中的硬性渗出,构建眼底图像的糖尿病视网膜病变自动筛查系统,提出一种基于RBF神经网络和阈值分割的硬性渗出自动检测方法。首先,利用基于最小类内离散度的改进Otsu分割方法对眼底图像绿色通道进行粗分割获取病灶候选区域;然后,利用logistic回归对候选区域的多个特征进行选择;最后,利用候选区域的优化特征集及相应判定结果建立RBF神经网络;此外,提出采用后处理以进一步提高检测精度。利用本文方法对50幅不同颜色、不同亮度的眼底图像进行硬性渗出自动检测,得到图像水平灵敏度100%,特异性90.9%,准确率96.0%;病灶区域水平灵敏度93.9%,阳性预测值95.5%;平均每幅图像处理时间13.6 s。结果表明本文方法稳定可靠,能快速有效地自动检测出眼底图像中的硬性渗出。