-
公开(公告)号：CN107358612A
公开(公告)日：2017-11-17
申请号：CN201710550656.4
申请日：2017-07-07
Applicant: 东北大学
CPC classification number: G06T7/11 , G06T7/155 , G06T7/194 , G06T2207/20032 , G06T2207/30041 , G06T2207/30101
Abstract: 本发明公开了一种基于分形维数与高斯滤波结合的视网膜血管分割系统及方法，系统包括：图像预处理单元，用于提高视网膜图像对比度，改善图像质量，以减少因为成像问题给后续处理过程带来的干扰；局部检测单元，用以提取预处理后得到视网膜图像中细节部分，进而提高细小血管提取的准确度；全局检测单元，用于提取预处理后的视网膜图像中主体部分，以凸显视网膜血管的全局信息；视网膜图像融合单元，用于融合局部检测单元提取的视网膜图像细节部分及全局检测单元提取的视网膜图像主体部分，提高系统分割准确度；以及视网膜图像后处理单元。本发明将分形维数与高斯滤波方法结合起来，适用于视网膜眼底图像中血管的分割，并大幅度提高了分割准确率。
-
Patent Agency Ranking
公开(公告)号：CN106651899B
公开(公告)日：2019-07-23
申请号：CN201611128935.3
申请日：2016-12-09
Applicant: 东北大学
Abstract: 本发明提供一种基于Adaboost的眼底图像微动脉瘤检测系统，包括视网膜图像预处理单元、候选区域提取单元、特征提取与特征选择单元和分类单元；对获取的视网膜图像进行目标区域提取，并对目标区域图像进行处理；对预处理后的视网膜图像依次进行视盘提取、絮状物提取和血管提取，得到候选区域图像；对已知的候选区域图像进行特征提取，得到候选区域图像候选区域特征集；采用已知候选区域图像候选区域特征集作为输入，输入到Adaboost分类器进行训练，将待检测的候选区域图像输入到训练后的Adaboost分类器，得到检测结果。本发明能够有效的进行特征选择与分类，实现视网膜图像的准确检测。
-
公开(公告)号：CN108109159B
公开(公告)日：2020-07-28
申请号：CN201711396509.2
申请日：2017-12-21
Applicant: 东北大学
Abstract: 本发明公开了一种基于hessian矩阵和区域增长相结合的视网膜血管分割系统，包括用以提取视网膜图像绿色通道并对提取的图像进行增强处理提高对比度的视网膜图像预处理单元；通过hessian矩阵对图像进行再次增强处理并过去视网膜图像中血管走向的hessian矩阵增强单元；将hessian矩阵增强后的图像进行形态分类，以提取细小血管的连通域分类单元；以及对分类后的图像进行区域增长以连接图像中断裂的血管结构，进而提高分割效果、完善分割结果的区域增长单元。本系统能够实现视网膜眼底图像中血管分割，并且针对分割算法分割结果出现断裂点的问题，采用hessian矩阵结合区域增长的方式，提出二者结合的算法，进一步改善了提取图像中血管断裂的情况，提高了血管分割的准确率。
-
公开(公告)号：CN108154512A
公开(公告)日：2018-06-12
申请号：CN201711091970.7
申请日：2017-11-08
Applicant: 东北大学
Abstract: 本发明公开了一种基于多重去趋势分析的视网膜图像血管分割系统，系统包括对原始图像进行绿色通道提取获取目标区域并对目标区域图像进行增强处理的图像预处理单元、采用多重分形去趋势分析方法提取视网膜血管图像的血管分割单元、以及采用形态学闭运算对提取的视网膜血管图像进行断裂片段连接并去除孤立像素点的视网膜图像后处理单元。本发明针对病变视网膜图像进行血管提取，采用善于描述复杂情况的多重去趋势分析算法，实现病变图像血管精确提取，提高了系统临床实用性和针对特殊情况血管分割的准确性。
-
公开(公告)号：CN108109159A
公开(公告)日：2018-06-01
申请号：CN201711396509.2
申请日：2017-12-21
Applicant: 东北大学
Abstract: 本发明公开了一种基于hessian矩阵和区域增长相结合的视网膜血管分割系统，包括用以提取视网膜图像绿色通道并对提取的图像进行增强处理提高对比度的视网膜图像预处理单元；通过hessian矩阵对图像进行再次增强处理并过去视网膜图像中血管走向的hessian矩阵增强单元；将hessian矩阵增强后的图像进行形态分类，以提取细小血管的连通域分类单元；以及对分类后的图像进行区域增长以连接图像中断裂的血管结构，进而提高分割效果、完善分割结果的区域增长单元。本系统能够实现视网膜眼底图像中血管分割，并且针对分割算法分割结果出现断裂点的问题，采用hessian矩阵结合区域增长的方式，提出二者结合的算法，进一步改善了提取图像中血管断裂的情况，提高了血管分割的准确率。
-
公开(公告)号：CN106651899A
公开(公告)日：2017-05-10
申请号：CN201611128935.3
申请日：2016-12-09
Applicant: 东北大学
CPC classification number: G06T7/0012 , G06K9/6267 , G06T5/00 , G06T5/40 , G06T2207/20032 , G06T2207/30041
Abstract: 本发明提供一种基于Adaboost的眼底图像微动脉瘤检测系统，包括视网膜图像预处理单元、候选区域提取单元、特征提取与特征选择单元和分类单元；对获取的视网膜图像进行目标区域提取，并对目标区域图像进行处理；对预处理后的视网膜图像依次进行视盘提取、絮状物提取和血管提取，得到候选区域图像；对已知的候选区域图像进行特征提取，得到候选区域图像候选区域特征集；采用已知候选区域图像候选区域特征集作为输入，输入到Adaboost分类器进行训练，将待检测的候选区域图像输入到训练后的Adaboost分类器，得到检测结果。本发明能够有效的进行特征选择与分类，实现视网膜图像的准确检测。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
