双层水平集描述眼底图像视杯视盘分割
目的 青光眼是一种可导致视力严重减弱甚至失明的高发眼部疾病.在眼底图像中,视杯和视盘的检测是青光眼临床诊断的重要步骤之一.然而,眼底图像普遍是灰度不均匀的,眼底结构复杂,不同结构之间的灰度重叠较多,受到血管和病变的干扰较为严重.这些都给视盘与视杯的分割带来很大挑战.因此,为了更准确地提取眼底图像中的视杯和视盘区域,提出一种基于双层水平集描述的眼底图像视杯视盘分割方法.方法 通过水平集函数的不同层级分别表示视杯轮廓和视盘轮廓,依据视杯与视盘间的位置关系建立距离约束,应用图像的局部信息驱动活动轮廓演化,克服图像的灰度不均匀性.根据视杯与视盘的几何形状特征,引入视杯与视盘形状的先验信息约束活动轮廓的演化,从而实现视杯与视盘的准确分割.结果 本文使用印度Aravind眼科医院提供的具有视杯和视盘真实轮廓注释的CDRISHTI-GS1数据集对本文方法进行实验验证.该数据集主要用来验证视杯及视盘分割方法的鲁棒性和有效性.本文方法在数据集上对视杯和视盘区域进行分割,取得了67.52％的视杯平均重叠率,81.04％的视盘平均重叠率,0.719的视杯F1分数和0.845的视盘F1分数,结果优于基于COSFIRE(combination of shifted filter responses)滤波模型的视杯视盘分割方法、基于先验形状约束的多相Chan-Vese (C-V)模型和基于聚类融合的水平集方法.结论 实验结果表明,本文方法能够有效克服眼底图像灰度不均匀、血管及病变区域的干扰等影响,更为准确地提取视杯与视盘区域.
眼底图像、双层水平集方法、视杯分割、视盘分割、形状先验约束
25
TP391.4(计算技术、计算机技术)
国家自然科学基金项目;中央高校基本科研业务费专项资金项目
2020-08-03（万方平台首次上网日期，不代表论文的发表时间）
共11页
1260-1270
