-
公开(公告)号：CN104809480B
公开(公告)日：2018-06-19
申请号：CN201510262249.4
申请日：2015-05-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于分类回归树和AdaBoost的眼底图像视网膜血管分割方法，该方法为眼底图中的每个像素点构造一个包括局部特征、形态学特征和像素的向量场散度特征在内的36维特征向量，用以判定其是否为血管上的像素。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，得到最后的分割结果。该方法对血管主干部分提取较好，对于高亮度病灶区的处理很有优势，适合进行后期处理，为主要血管的病变提供了直观结果，适用于眼底图像的计算机辅助定量分析和疾病诊断，对相关疾病的辅助诊断有明显临床意义。
-
Patent Agency Ranking
公开(公告)号：CN104318565B
公开(公告)日：2017-04-19
申请号：CN201410577845.7
申请日：2014-10-24
Applicant: 中南大学
IPC: G06T7/11
Abstract: 本发明公开了一种基于等梯度距离的双向区域增长的视网膜血管分割交互式方法，首先从眼底图像中分离出绿色通道，对绿色通道进行梯度计算，得到眼底图像的梯度图；同时，利用用户在图像上的标记数据，计算得到眼底图像感兴趣区域的距离图，将眼底图像的梯度图和距离图组合得到用来分割血管的等梯度距离图；并在此基础上对血管和背景进行双向区域增长，得到初步的血管分割结果，最后通过对区域增长结果进行基于中心线自适应和邻域自适应的边缘优化，得到最终的边缘平滑且宽度一致的局部血管分割结果。该方法可以加入医生的先验知识，保证血管分割的精确性，又能解决人工手动分割的效率问题，且具有很好的实时性。
-
公开(公告)号：CN104299242A
公开(公告)日：2015-01-21
申请号：CN201410605946.0
申请日：2014-10-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于NGC-ACM的荧光造影眼底图像提取方法，包括以下几个步骤：首先对荧光造影眼底图像进行处理，通过用户选择感兴趣区域，初步确定无灌注区域的边界；然后通过荧光造影眼底图像模糊划分，提取出确定存在无灌注区域的范围；其次，针对荧光造影眼底图像制作二值化模板，消除区域提取结果中的边界信息；最后通过对提取出的无灌注区域的边界及无灌注区域存在范围的数学形态学处理，最终获得无灌注区域提取结果。极大的提高了无灌注区域全局提取的效果和质量。
-
公开(公告)号：CN104299242B
公开(公告)日：2017-11-07
申请号：CN201410605946.0
申请日：2014-10-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于NGC‑ACM的荧光造影眼底图像提取方法，包括以下几个步骤：首先对荧光造影眼底图像进行处理，通过用户选择感兴趣区域，初步确定无灌注区域的边界；然后通过荧光造影眼底图像模糊划分，提取出确定存在无灌注区域的范围；其次，针对荧光造影眼底图像制作二值化模板，消除区域提取结果中的边界信息；最后通过对提取出的无灌注区域的边界及无灌注区域存在范围的数学形态学处理，最终获得无灌注区域提取结果。极大的提高了无灌注区域全局提取的效果和质量。
-
公开(公告)号：CN104809480A
公开(公告)日：2015-07-29
申请号：CN201510262249.4
申请日：2015-05-21
Applicant: 中南大学
CPC classification number: G06K9/6282 , G06T7/0012 , G06T2207/10004 , G06T2207/20024 , G06T2207/30041
Abstract: 本发明公开了一种基于分类回归树和AdaBoost的眼底图像视网膜血管分割方法，该方法为眼底图中的每个像素点构造一个包括局部特征、形态学特征和像素的向量场散度特征在内的36维特征向量，用以判定其是否为血管上的像素。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，得到最后的分割结果。该方法对血管主干部分提取较好，对于高亮度病灶区的处理很有优势，适合进行后期处理，为主要血管的病变提供了直观结果，适用于眼底图像的计算机辅助定量分析和疾病诊断，对相关疾病的辅助诊断有明显临床意义。
-
公开(公告)号：CN104318565A
公开(公告)日：2015-01-28
申请号：CN201410577845.7
申请日：2014-10-24
Applicant: 中南大学
IPC: G06T7/00
CPC classification number: G06T7/12 , G06T2207/30041
Abstract: 本发明公开了一种基于等梯度距离的双向区域增长的视网膜血管分割交互式方法，首先从眼底图像中分离出绿色通道，对绿色通道进行梯度计算，得到眼底图像的梯度图；同时，利用用户在图像上的标记数据，计算得到眼底图像感兴趣区域的距离图，将眼底图像的梯度图和距离图组合得到用来分割血管的等梯度距离图；并在此基础上对血管和背景进行双向区域增长，得到初步的血管分割结果，最后通过对区域增长结果进行基于中心线自适应和邻域自适应的边缘优化，得到最终的边缘平滑且宽度一致的局部血管分割结果。该方法可以加入医生的先验知识，保证血管分割的精确性，又能解决人工手动分割的效率问题，且具有很好的实时性。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
