.png){kind=icon}
返回
Retinal vessel segmentation using a probabilistic tracking method
.png){kind=icon}
OA
AI
DOI：10.1016/j.patcog.2011.09.019.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
诸如视网膜脉管系统的血管结构是计算机辅助诊断的重要特征。本文提出了一种概率跟踪方法来检测视网膜图像中的血管。在跟踪过程中，使用局部灰度统计和血管的连续性属性迭代地检测血管边缘点。在给定的步骤中，采用统计抽样方案来选择局部研究区域中的多个血管边缘点候选。通过高斯形曲线估计局部血管的截面强度分布。然后使用具有最大后验概率 (MAP) 准则的贝叶斯方法来识别局部血管的结构并从这些候选中找出边缘点。对模拟血管和真实视网膜图像进行评估。不同的几何形状和噪声水平用于计算机模拟图像，而来自审查数据库的真实视网膜图像被测试。使用分割匹配因子 (SMF) 作为质量参数来完成评估性能。与Sun和Chaudhuri的方法相比，我们的方法表现更好。还绘制了ROC曲线，示出了视网膜血管的有效检测 (真阳性率)，具有比Sun的方法更少的错误检测 (假阳性率)。（C）2011爱思唯尔有限公司。版权所有。
Keyword:
Retinal image
Edge detection
Vessel tracking
Bayesian segmentation
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
.png){kind=icon}
An improved algorithm for vessel centerline tracking in coronary angiograms一种改进的冠状动脉造影血管中心线跟踪算法
PREAI
分享收藏
Statistical-Based Tracking Technique for Linear Structures Detection: Application to Vessel Segmentation in Medical Images用于线性结构检测的基于统计的跟踪技术: 在医学图像中的血管分割中的应用
PREAI
分享收藏Segmentation of retinal blood vessels by combining the detection of centerlines and morphological reconstruction结合中心线检测和形态学重建的视网膜血管分割
PREAI
分享收藏
查看更多内容