一种基于集成的糖尿病视网膜病变自动筛查系统
计算机视觉与模式识别
2014-11-03 v1 机器学习
应用统计
机器学习
摘要
本文提出了一种基于集成的糖尿病视网膜病变 (DR) 筛查方法。该方法基于从多种视网膜图像处理算法输出中提取的特征，包括图像级（质量评估、预筛查、AM/FM）、病灶特异性（微动脉瘤、渗出物）和解剖结构（黄斑、视盘）成分。随后，通过机器学习分类器的集成做出关于疾病存在的实际决策。我们在公开可用的 Messidor 数据库上测试了我们的方法，在疾病/无疾病设定中实现了 90% 的灵敏度、91% 的特异度、90% 的准确率和 0.989 的 AUC。这些结果在该领域具有高度竞争力，表明视网膜图像处理是自动 DR 筛查的有效方法。
引用
@article{arxiv.1410.8576,
title = {An ensemble-based system for automatic screening of diabetic retinopathy},
author = {Balint Antal and Andras Hajdu},
journal= {arXiv preprint arXiv:1410.8576},
year = {2014}
}