| 基于分类回归树和AdaBoost的眼底图像视网膜血管分割 |
| |
| 引用本文： | 朱承璋, 向遥, 邹北骥, 高旭, 梁毅雄, 毕佳. 基于分类回归树和AdaBoost的眼底图像视网膜血管分割[J]. 计算机辅助设计与图形学学报, 2014, 26(3): 445-451. |
| |
| 作者姓名： | 朱承璋 向遥 邹北骥 高旭 梁毅雄 毕佳 |
| |
| 基金项目： | 国家自然科学基金 (61173122); 湖南省自然科学基金重点项目 (12JJ2038); 湖南省自然科学基金 (09JJ6102) 高等学校博士学科点专项科研基金资助课题 (2013016, 2120089); 中央高校基本科研业务费专项资金资助 (2012QNZT067). |
| |
| 摘 要： | 提出一种能有效分割眼底图像中视网膜血管的监督学习方法, 为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量, 用以判定其是否为血管上的像素.在进行分类计算时, 以分类回归树作为弱分类器对样本集分类, 然后对AdaBoost分类器进行训练得到强分类器, 并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明, 该方法的平均精确度达到0.960 7, 且敏感度和特异性均优于已有的基于监督学习的方法, 适用于眼底图像的计算机辅助定量分析和疾病诊断.
|
| 关 键 词： | 眼底图像 视网膜血管分割 分类回归树 Adaboost |
| 收稿时间： | 2013-04-07 |
| 修稿时间： | 2013-05-02 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机辅助设计与图形学学报》浏览原始摘要信息 |
|
点击此处可从《计算机辅助设计与图形学学报》下载全文 |
|
