使用词袋方法自动判别彩色视网膜图像
计算机视觉与模式识别
2016-03-15 v1
摘要
糖尿病视网膜病变（DR）和年龄相关性黄斑变性（ARMD）是全球视力损害的主要原因之一。DR的主要特征是红点，即微动脉瘤和亮色病变，特别是硬性渗出物，而ARMD则主要由称为玻璃膜疣的微小黄色或白色沉积物识别。由于硬性渗出物可能是早期糖尿病视网膜病变的唯一表现，因此对自动视网膜病变诊断的需求日益增加。硬性渗出物和玻璃膜疣可能具有相似的外观，因此区分它们对于提高筛查性能很有意义。在本研究中，我们探讨了词袋模型方法在糖尿病视网膜病变自动诊断中的作用。我们提出使用基于单一字典和基于多重字典的方法来构建视觉词典，通过组合每个词典的词出现直方图来构建一个单一的直方图。所引入的方法在带有亮色病变的正常和异常彩色眼底图像的自动诊断中进行了评估。该方法已在430张眼底图像上实现，这些图像包括六个公开数据集和一个本地数据集。报告的平均准确率对于基于单一字典和基于多重字典的方法分别为97.2%和99.77%。
引用
@article{arxiv.1603.04327,
title = {Automatic Discrimination of Color Retinal Images using the Bag of Words Approach},
author = {Ibrahim Sadek},
journal= {arXiv preprint arXiv:1603.04327},
year = {2016}
}