双层水平集描述眼底图像视杯视盘分割

发布时间：2021-09-04 02:03

　　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COSFIR... 

【文章来源】：中国图象图形学报. 2020,25(06)北大核心CSCD

【文章页数】：11 页

【部分图文】：

眼底图像

图5分别展示了上述原始图像和偏差校正眼底图像的灰度直方图分布,通过对两幅灰度直方图的比较得出,在偏差校正图像的直方图中存在3个分离良好的波峰,分别对应眼底图像的背景、视杯和视盘区域。图像的灰度得到显著区分,从而实现了较好的分割效果。反之,由于偏差引起的灰度强度的重叠分布,原始图像的灰度直方图不具有这种良好的灰度峰值可分离特性。图5 图像的灰度直方图

图4 实验过程图为进一步验证本文方法的有效性,应用Dice系数作为视杯与视盘分割方法性能的定量评价标准,将本文方法与算法1、算法2和算法3进行对比,实验结果如表1所示。本文算法分别获得了67.52%的视杯平均重叠率,81.04%的视盘平均重叠率,均高于其他3种算法。此外,还采用F1分数的平均值分析了上述4种方法的视杯和视盘分割结果,如表2所示。由表2可知,与其他3种方法相比,本文方法的视杯和视盘F1分数均为最高,并且视杯分割结果的F1分数标准差σF_OC和视盘分割结果的F1分数标准差σF_OD均为最小。上述实验进一步验证了本文方法在分割性能上优于其他3种方法,具有更高的分割精度。


本文编号：3382334