公开(公告)号：CN108665474A

公开(公告)日：2018-10-16

申请号：CN201710209253.3

申请日：2017-03-31

Applicant: 中南大学

Inventor： 邹北骥 ,  张子谦 ,  朱承璋 ,  崔锦恺 ,  陈瑶 ,  王俊

IPC: G06T7/155 ,  G06T7/136 ,  G06K9/32 ,  G06K9/40

Abstract: 本发明公开了一种基于B-COSFIRE的眼底图像视网膜血管分割方法，首先通过取绿色通道，CLAHE等操作突出血管特征并降低噪声，再用B-COSFIRE滤波器进行响应滤波，最后通过形态学高帽变换和基于连通域的后处理操作提高分割效果；通过对B-COSFIRE滤波器的特殊配置，使得B-COSFIRE滤波器对眼底图像具有准确的响应；该方法对于建立高效可靠的计算机辅助医疗系统具有重要意义，对提升辅助医疗系统的精度及效率，乃至临床诊断，疗效评估及早期病症筛查等提供了更为高效的血管分割基础。

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

Inventor： 邹北骥 ,  朱承璋 ,  崔锦恺 ,  向遥 ,  李暄 ,  张思剑 ,  陈奇林

IPC: G06K9/62 ,  G06T7/00

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：CN106934816A

公开(公告)日：2017-07-07

申请号：CN201710176358.3

申请日：2017-03-23

Applicant: 中南大学

Inventor： 邹北骥 ,  崔锦恺 ,  朱承璋 ,  张子谦 ,  陈瑶

IPC: G06T7/155 ,  G06T7/136 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6268 ,  G06N3/04

Abstract: 本发明公开了一种基于ELM的眼底图像视网膜血管分割方法，该方法通过为眼底图中的每个像素点构造一个包括Hessian矩阵特征，局部特征，梯度场特征和形态学特征在内的39维特征向量，用以判定每个像素是否属于血管上的像素。利用训练样本对ELM进行训练得到分类器，并由此完成待测试图像上的各个像素点的分类判定，得到最后的分割结果。该方法训练时间短，对待测眼底图像分割速度较快速度较快，并且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。