典型文献
基于混合多特征的微动脉瘤检测方法
文献摘要：
糖尿病性视网膜病变(DR)会严重损害糖尿病患者的视力健康,而微动脉瘤(MA)是DR的早期迹象,可为DR早期诊断提供有益信息,然而仅凭肉眼靠经验观察眼底图像,对大规模筛查难以胜任.因此自动识别和检测势在必行.应用自适应阈值分割法提取候选区域,设计联合定向局部对比度特征(DLC)与哈尔特征(Haar)等混合多特征向量,通过邻近算法(KNN)实现自动分类,并与其他机器学习的常用分类方法,如朴素贝叶斯(NB)、支持向量机(SVM)以及同方向进行了对比研究.所提出的方法在e-ophtha MA公开数据集上进行测试,获得的ROC曲线线下面积(AUC)、敏感性、特异性、FROC-Score分别为0.961 3、0.914 4、0.890 0和0.386 0.与其他方法比较,本方法在FROC曲线上取得最优结果.
文献关键词：
微动脉瘤;糖尿病性视网膜病变;定向局部对比度;哈尔特征
中图分类号：
作者姓名：
龙胜春;胡安特;陈芝清
作者机构：
浙江工业大学计算机科学与技术学院,杭州 310023;浙江大学附属第二医院眼科中心,杭州 310009
文献出处：
引用格式：
[1]龙胜春;胡安特;陈芝清-.基于混合多特征的微动脉瘤检测方法)[J].中国生物医学工程学报,2022(05):626-630
A类：
定向局部对比度,哈尔特征,ophtha
B类：
微动脉瘤,糖尿病性视网膜病变,DR,糖尿病患者,视力健康,MA,迹象,益信,仅凭,凭肉眼,经验观察,眼底图像,大规模筛查,自动识别,自适应阈值分割,分割法,候选区域,合定,对比度特征,DLC,Haar,多特征向量,KNN,自动分类,分类方法,朴素贝叶斯,NB,同方向,公开数据集,FROC,Score,其他方法,方法比较
AB值：
0.316902
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
