Об эффективности метода последовательной сегментации толстых и тонких кровеносных сосудов глазного дна

Автор(ы):  Е.А. Федотов, Белгородский государственный технологический университет имени В.Г. Шухова , Белгород, Россия

Д.А. Черноморец, Белгородский государственный национальный исследовательский университет , Белгород, Россия, daria013ch@yandex.ru

В.М. Михелев, Kандидат наук, Доцент, Белгородский государственный национальный исследовательский университет, Белгород, Россия

Журнал:  Том 45, № 2

Рубрика:  Компьютерное моделирование

Аннотация:  Анализ состояния глазного дна имеет большое значение при диагностировании и лечении различных заболеваний. Распознавание сосудов глазного дна и определение их морфологических при-знаков – основные этапы автоматизированных методик диагностического анализа сосудистой си-стемы, так как от точности выделения и измерения её составляющих зависят результаты диагностики. Авторами проведен анализ зависимости результатов сегментации кровеносных сосудов на изображениях глазного дна от различных разбиений на классы пикселей, соответствующих толстым и тонким сосудам, получаемых при кластеризации методом k-means. Проведен анализ влияния выбранного количества классов на результаты сегментации толстых и тонких сосудов. Приведенные в статье результаты вычислительных экспериментов с использованием изображений сосу-дов глазного дна из общедоступной базы DRIVE продемонстрировали работоспособность и эффективность разработанного метода сегментации кровеносных сосудов глазного дна на основе контрастно ограниченной адаптивной эквализации гистограммы, морфологической фильтрации, метода кластеризации k-means и согласованной фильтрации.

Ключевые слова:  глазное дно, кровеносные сосуды, сегментация, кластеризация, метод k-средних, Matlab, база данных DRIVE

Полный текст (PDF):  Загрузить

Количество скачиваний:  301