基于Hessian矩阵和水平集的视网膜血管分割

发布时间：2017-11-17 08:00

  本文关键词：基于Hessian矩阵和水平集的视网膜血管分割

  更多相关文章： Hessian矩阵 响应函数 水平集 面积约束

【摘要】：视网膜血管图像可以作为糖尿病与青光眼等疾病的诊断依据;但现有的血管提取算法存在精度不足、对噪声敏感,以及鲁棒性不强等缺点。针对这个问题提出了一种新的视网膜血管图像分割方法。首先获取视网膜绿色通道图像,利用Hessian矩阵特征值、特征向量的几何特性和响应函数,初步估计视网膜图像中可能存在的血管;并在此基础上利用水平集函数初始化血管图像。然后,在局部数据能量拟合泛函中引入新的正则化和面积约束。最后,在水平集函数演化过程中获得精准的视网膜血管图像。实验表明算法在分割视网膜血管图像上具有较强的鲁棒性。
【作者单位】： 江西理工大学电气工程与自动化学院;
【基金】：国家自然科学基金资助项目(51365017) 江西省自然科学基金(20132BAB203020) 江西省教育厅科学技术研究(GJJ13430)资助
【分类号】：R774;TP391.41
【正文快照】： 高血压、动脉硬化、糖尿病、中风和心血管疾病等全身性疾病可以通过视网膜血管病变反映。因此,在医学临床诊断上,对视网膜血管图像做定量和定性分析具有重要意义。根据视网膜血管病变程度不同,决定它应该采取何种治疗方法。传统的血管分割方法有:基于多阈值视网膜血管分割[1]，

本文编号：1195298