用于数字眼底图像自动筛查的两阶段决策支持框架
计算机视觉与模式识别
2014-11-04 v1
摘要
本文简要回顾了用于糖尿病视网膜病变筛查的自动检测系统的现状。我们进一步详述了一种由两个步骤组成的增强型检测程序。首先，考虑使用预筛查算法，根据异常的严重程度对输入的数字眼底图像进行分类。如果图像被发现存在严重异常，则不再使用鲁棒的病灶检测算法对其进行进一步分析。作为进一步的改进，我们引入了一种基于临床观察的新型特征提取方法。所提方法的第二步是在通过预筛查步骤的图像上检测可能含有病灶的兴趣区域。这些区域将作为输入提供给特定的病灶检测器进行详细分析。该过程可提高筛查系统的计算性能。实验结果表明，所提方法的两个步骤均能有效排除大量数据进行后续处理，从而降低自动筛查系统的计算负担。
引用
@article{arxiv.1411.0130,
title = {A Two-phase Decision Support Framework for the Automatic Screening of Digital Fundus Images},
author = {Balint Antal and Andras Hajdu and Zsuzsanna Maros-Szabo and Zsolt Torok and Adrienne Csutak and Tunde Peto},
journal= {arXiv preprint arXiv:1411.0130},
year = {2014}
}