基于结构检测模型的白内障连续环形撕囊边界检测方法
发布时间:2021-08-25 01:05
针对临床白内障手术面临的连续环形撕囊术中边界自动提取的问题,提出了一种具有高计算效率和良好鲁棒性的新颖检测方案来提取撕囊边界信息;首先,应用包括一般直方图均衡化和自适应直方图均衡化在内的预处理程序来增强输入图像的对比度;然后,建立了一种结构检测模型来检测低对比度条件下细小的撕囊边界信息;在这之后,应用局部阈值和后处理来消除干扰像素;最后,经过数据集对提出的方法进行验证;实验结果表明,所提方法具有优异检测性能并取得了F测度为0.915的结果;证明了该方法可以检测出白内障手术连续环形撕囊边界,并具有较高的计算能力和精确度。
【文章来源】:计算机测量与控制. 2020,28(09)
【文章页数】:7 页
【部分图文】:
白内障手术的主要步骤
第三类干扰是手术过程中由于气体混入而产生的气泡干扰,如图2 (e)所示。这3种不同类型的干扰增加了检测边界的难度。此外,肉眼不易识别的边界和眼球内组织等很容易导致错误检测,如图2 (f)所示。为了更直观地反映目标边界像素与图像周围背景之间的低对比度,本研究绘制了图像的灰度值图表,以说明将边界检测方法应用于白内障手术的撕囊边界检测时所面临的挑战,如图3。
本文的其余部分安排如下。第1章具体解释了具有准确性和鲁棒性撕囊边界的结构检测模型和边界提取方案。第2章介绍了一系列手术图像的实验结果和评估。最后,结论和讨论将在第3章中进行。1 算法的阐述
本文编号:3361078
【文章来源】:计算机测量与控制. 2020,28(09)
【文章页数】:7 页
【部分图文】:
白内障手术的主要步骤
第三类干扰是手术过程中由于气体混入而产生的气泡干扰,如图2 (e)所示。这3种不同类型的干扰增加了检测边界的难度。此外,肉眼不易识别的边界和眼球内组织等很容易导致错误检测,如图2 (f)所示。为了更直观地反映目标边界像素与图像周围背景之间的低对比度,本研究绘制了图像的灰度值图表,以说明将边界检测方法应用于白内障手术的撕囊边界检测时所面临的挑战,如图3。
本文的其余部分安排如下。第1章具体解释了具有准确性和鲁棒性撕囊边界的结构检测模型和边界提取方案。第2章介绍了一系列手术图像的实验结果和评估。最后,结论和讨论将在第3章中进行。1 算法的阐述
本文编号:3361078
本文链接:https://www.wllwen.com/yixuelunwen/yank/3361078.html
最近更新
教材专著