2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多尺度2D Gabor小波的视网膜血管自动分割

王晓红 赵于前 廖苗 邹北骥

王晓红, 赵于前, 廖苗, 邹北骥. 基于多尺度2D Gabor小波的视网膜血管自动分割. 自动化学报, 2015, 41(5): 970-980. doi: 10.16383/j.aas.2015.c140185
引用本文: 王晓红, 赵于前, 廖苗, 邹北骥. 基于多尺度2D Gabor小波的视网膜血管自动分割. 自动化学报, 2015, 41(5): 970-980. doi: 10.16383/j.aas.2015.c140185
WANG Xiao-Hong, ZHAO Yu-Qian, LIAO Miao, ZOU Bei-Ji. Automatic Segmentation for Retinal Vessel Based on Multi-scale 2D Gabor Wavelet. ACTA AUTOMATICA SINICA, 2015, 41(5): 970-980. doi: 10.16383/j.aas.2015.c140185
Citation: WANG Xiao-Hong, ZHAO Yu-Qian, LIAO Miao, ZOU Bei-Ji. Automatic Segmentation for Retinal Vessel Based on Multi-scale 2D Gabor Wavelet. ACTA AUTOMATICA SINICA, 2015, 41(5): 970-980. doi: 10.16383/j.aas.2015.c140185

基于多尺度2D Gabor小波的视网膜血管自动分割

doi: 10.16383/j.aas.2015.c140185
基金项目: 

国家自然科学基金(61172184, 61379107, 61174210, 61402539), 教育部新世纪优秀人才支持计划(NCET-13-0603), 高等学校博士学科点专项科研基金(20130162110016), 湖南省科技基本建设基金(201311 99)资助

详细信息
    作者简介:

    王晓红 中南大学生物医学工程研究所硕士研究生, 香港理工大学研究助理. 主要研究方向为图像处理, 计算机视觉与模式识别.E-mail: wangxiaohong.314@163.com

    通讯作者:

    赵于前 博士, 中南大学生物医学与信息工程系教授, 中南大学信息科学与工程学院教授. 主要研究方向为图像处理,模式识别, 图像取证, 基于图像的工业检测. E-mail: zyq@csu.edu.cn

Automatic Segmentation for Retinal Vessel Based on Multi-scale 2D Gabor Wavelet

Funds: 

Supported by National Natural Science Foundation of China (61172184, 61379107, 61174210, 61402539), Program for New Century Excellent Talents in University of Education Ministry in China (NCET-13-0603), Specialized Research Fund for the Doctoral Program of Higher Education (20130162110016), and Program for Hunan Province Science and Technology Basic Construction (20131199)

  • 摘要: 眼底视网膜血管分割对临床视网膜疾病诊断具有重要意义. 由于视网膜血管结构微小, 血管轮廓边界模糊, 加上图像采集时噪声的影响, 视网膜血管分割非常困难. 本文提出一种视网膜血管自动分割新方法. 首先, 应用对比度受限的自适应直方图均衡法增强视网膜图像;然后, 采用不同尺度的2D Gabor小波对视网膜图像进行变换, 并分别应用形态学重构 (Morphological reconstruction, MR)和区域生长法 (Region growing, RG)对变换后的图像进行分割; 最后, 对以上两种方法分割的视网膜血管和背景像素点重新标记识别, 得到视网膜血管最终分割结果. 通过对DRIVE和STARE数据库视网膜图像的分割实验, 证明了该算法的有效性.
  • [1] Martinez-Perez M E, Hughes A D, Thom S A, Bharath A A, Parker K H. Segmentation of blood vessels from red-free and fluoresce in retinal images. Medical Image Analysis, 2007, 11(1): 47-61
    [2] [2] Ramlugun G S, Nagarajan V K, Chakraborty C. Small retinal vessels extraction towards proliferative diabetic retinopathy screening. Expert Systems with Applications, 2012, 39(1): 1141-1146
    [3] [3] Fraz M M, Barman S A, Remagnino P, Hoppe A, Basit A, Uyyanonvara B, Rudnicka A R, Owen C G. An approach to localize the retinal blood vessels using bit planes and centerline detection. Computer Methods and Programs in Biomedicine, 2012, 108(2): 600-616
    [4] [4] Soares J V B, Leandro J J G, Cesar R M, Jelinek H F, Cree M J. Retinal vessel segmentation using 2-D Gabor wavelet and supervised classification. IEEE Transactions on Medical Imaging, 2006, 25(9): 1214-1222
    [5] [5] Ricci E, Perfetti R. Retinal blood vessel segmentation using line operators and support vector classification. IEEE Transactions on Medical Imaging, 2007, 26(10): 1357-1365
    [6] [6] Marn D, Aquino A, Gegndez-Arias M E, Bravo J M. A new supervised method for blood vessel segmentation in retinal images by using gray-level and moment invariants-based features. IEEE Transactions on Medical Imaging, 2011, 30(1): 146-158
    [7] [7] Fraz M M, Remagnino P, Hoppe A, Uyyanonvara B, Rudnicka A R, Owen C G, Barman S A. An ensemble classification-based approach applied to retinal blood vessel segmentation. IEEE Transactions on Biomedical Engineering, 2012, 59(9): 2538-2548
    [8] [8] Chaudhuri S, Chatterjee S, Katz N, Nelson M, Goldbaum M. Detection of blood vessels in retinal images using two-dimensional matched filters. IEEE Transactions on Medical Imaging, 1989, 8(3): 263-269
    [9] [9] Hoover A D, Kouznetsova V, Goldbaum M. Locating blood vessels in retinal images by piecewise threshold probing of a matched filter response. IEEE Transactions on Medical Imaging, 2000, 19(3): 203-210
    [10] Zhang B, Zhang L, Zhang L, Karray F. Retinal vessel extraction by matched filter with first-order derivative of Gaussian. Computers in Biology and Medicine, 2010, 40(4): 438-445
    [11] Li Q, You J, Zhang D. Vessel segmentation and width estimation in retinal images using multiscale production of matched filter responses. Expert Systems with Applications, 2012, 39(9): 7600-7610
    [12] Kaba D, Salazar-Gonzalez A G, Li Y M, Liu X H, Serag A. Segmentation of retinal blood vessels using Gaussian mixture models and expectation maximization. In: Proceedings of the 2nd International Conference on Health Information Science. Berlin, Heidelberg: Springer, 2013. 105-112
    [13] Tolias Y A, Panas S M. A fuzzy vessel tracking algorithm for retinal images based on fuzzy clustering. IEEE Transactions on Medical Imaging, 1998, 17(2): 263-273
    [14] Can A, Shen H, Turner J N, Tanenbaum H L, Roysam B. Rapid automated tracing and feature extraction from retinal fundus images using direct exploratory algorithms. IEEE Transactions on Information Technology in Biomedicine, 1999, 3(2): 125-138
    [15] Zou P, Chan P, Rockett P. A model-based consecutive scanline tracking method for extracting vascular networks from 2-D digital subtraction angiograms. IEEE Transactions on Medical Imaging, 2009, 28(2): 241-249
    [16] Yin Y, Adel M, Bourennane S. Retinal vessel segmentation using a probabilistic tracking method. Pattern Recognition, 2012, 45(4): 1235-1244
    [17] Zana F, Klein J C. Segmentation of vessel-like patterns using mathematical morphology and curvature evaluation. IEEE Transactions on Image Processing, 2001, 10(7): 1010-1019
    [18] Mendonca A M, Campilho A. Segmentation of retinal blood vessels by combing the detection of centerlines and morphological reconstruction. IEEE Transactions on Medical Imaging, 2006, 25(9): 1200-1213
    [19] Dai Pei-Shan, Wang Bo-Liang, Ju Ying. Retianl vessel segmentation and three-dimensioal reconstruction of retinal vessel. Acta Automatica Sinica, 2009, 35(9): 1168-1176 (戴培山, 王博亮, 鞠颖. 视网膜血管图像分割及眼底血管三维重建. 自动化学报, 2009, 35(9): 1168-1176)
    [20] Nguyen U T V, Bhuiyan A, Park L A F, Ramamohanarao K. An effective retinal blood vessel segmentation method using multi-scale line detection. Pattern Recognition, 2013, 46(3): 703-715
    [21] Wang Y F, Ji G R, Lin P, Trucco E. Retinal vessel segmentation using multiwavelet kernels and multiscale hierarchical decomposition. Pattern Recognition, 2013, 46(8): 2117- 2133
    [22] Zhao Y Q, Wang X H, Wang X F, Shih F Y. Retinal vessels segmentation based on level set and region growing. Pattern Recognition, 2014, 47(7): 2437-2466
    [23] Liao M, Zhao Y Q, Wang X H, Dai P S. Retinal vessel enhancement based on multi scale top-hat transformation and histogram fitting stretching. Optics and Laser Technology, 2014, 58: 56-62
    [24] Staal J, Abramoff M D, Niemeijer M, Viergever M A, Van Ginneken B. Ridge-based vessel segmentation in color images of the retina. IEEE Transactions on Medical Imaging, 2004, 23(4): 501-509
  • 期刊类型引用(34)

    1. 梁礼明,冯骏,彭仁杰,曾嵩. 融合多标签损失与双注意力的U型视网膜血管分割. 计算机辅助设计与图形学学报. 2023(01): 75-86 . 百度学术
    2. 侯向丹,牛敬钰,李紫宇,刘洪普. 融合注意力机制和U-Net的视网膜血管分割. 计算机辅助设计与图形学学报. 2023(09): 1383-1394 . 百度学术
    3. 梁礼明,卢宝贺,龙鹏威,阳渊. 自适应特征融合级联Transformer视网膜血管分割算法. 光电工程. 2023(10): 42-54 . 百度学术
    4. 王彩云,关志玉,吴钇达,姚晨. 基于多方向滤波的视网膜血管图像分割算法. 激光与光电子学进展. 2022(08): 463-469 . 百度学术
    5. 蒋晨皓,马玉良,祝真滨. 基于PSPNet改进UNet的轻量级视网膜血管分割算法. 传感技术学报. 2022(07): 888-896 . 百度学术
    6. 蒋芸,谭宁. 基于条件深度卷积生成对抗网络的视网膜血管分割. 自动化学报. 2021(01): 136-147 . 本站查看
    7. 薛文渲,刘建霞. 一种改进U-Net的眼底血管分割方法. 电子设计工程. 2021(20): 165-168 . 百度学术
    8. 李灿标,郑楚君. 线算子引导Gabor小波的视网膜血管分割. 激光杂志. 2020(01): 185-191 . 百度学术
    9. 李翔,夏飞,邓颖,李新宇,廖林丽,彭清华. 大数据时代下的中医现代目诊数字化平台建设. 中医学报. 2020(01): 19-22 . 百度学术
    10. 王文斌,李灿标,郑楚君. 基于Hessian的方向自适应Gabor小波的视网膜血管分割. 激光与光电子学进展. 2020(08): 208-215 . 百度学术
    11. 向陈君,张新晨. 基于眼底图像的视网膜血管分割方法综述. 工业技术创新. 2019(02): 110-114 . 百度学术
    12. 刘继丹,李国军,孙吉. Gabor滤波在热轧卷端面质量检测中的应用. 冶金自动化. 2019(03): 59-63 . 百度学术
    13. 范琳琳,程韵,田晓冰. 基于匹配滤波和形态学处理的视网膜血管分割. 电脑知识与技术. 2019(17): 188-190 . 百度学术
    14. 汪维华,张景中,吴文渊. 改进的形态学与Otsu相结合的视网膜血管分割. 计算机应用研究. 2019(07): 2228-2231 . 百度学术
    15. 陈莉,陈晓云. 特征组合和多模块学习的视网膜血管分割. 计算机工程与应用. 2019(17): 214-220 . 百度学术
    16. Lan-yan XUE,Jia-wen LIN,Xin-rong CAO,Shao-hua ZHENG,Lun YU. 融合显著性模型和高斯网模型的视网膜血管分割方法(英文). Frontiers of Information Technology & Electronic Engineering. 2019(08): 1075-1087 . 百度学术
    17. 王启为,宫兆宁,关鸿亮,张磊,井然,汪星. 异质背景下黄河三角洲潮沟的遥感提取方法. 应用生态学报. 2019(09): 3097-3107 . 百度学术
    18. 任子晖,邱天舒. 基于Curvelet变换与遗传神经网络的血管分割算法. 计算机应用与软件. 2019(11): 235-242 . 百度学术
    19. 张芳,王萌,肖志涛,吴骏,耿磊,童军,王雯. 基于全卷积神经网络与低秩稀疏分解的显著性检测. 自动化学报. 2019(11): 2148-2158 . 本站查看
    20. 赖小波,许茂盛,徐小媚. 基于多模型融合和区域迭代生长的视网膜血管自动分割. 电子学报. 2019(12): 2611-2621 . 百度学术
    21. 薛岚燕,余轮,林嘉雯,曹新容,郑绍华. 视网膜血管直径交互式测量方法. 福州大学学报(自然科学版). 2018(03): 341-349 . 百度学术
    22. 郭莹,杨禹惠. 基于全连接条件随机场模型的眼底图像血管分割. 微处理机. 2018(04): 56-64 . 百度学术
    23. 张嘉阳,黄河,刘子怡,金家林,张家拓. 基于Gabor滤波器的糖尿病视网膜新生血管检测. 中国医学物理学杂志. 2018(08): 968-971 . 百度学术
    24. 高畅,刘基宏. 基于奇部Gabor滤波器的纱管余纱量检测. 纺织学报. 2018(10): 138-142 . 百度学术
    25. 梁礼明,刘博文,杨海龙,石霏,陈新建. 基于多特征融合的有监督视网膜血管提取. 计算机学报. 2018(11): 2566-2580 . 百度学术
    26. 高强,周子杰,于晓,李大华,张问银. 彩色眼底视网膜的非线性映射分块血管提取. 科技风. 2018(35): 266-267 . 百度学术
    27. 吴晨玥,易本顺,章云港,黄松,冯雨. 基于改进卷积神经网络的视网膜血管图像分割. 光学学报. 2018(11): 133-139 . 百度学术
    28. 高卫红,吕莉莉,徐小媚,方纯洁. 基于混合模型的视网膜血管自动分割算法. 郑州大学学报(医学版). 2018(06): 780-785 . 百度学术
    29. 冯河洋,李柏林,刘甲甲,陈少杰. 基于不同尺度增强融合的视网膜血管分割算法. 传感器与微系统. 2017(01): 135-138+142 . 百度学术
    30. 闵永智,程天栋,殷超,岳彪,肖本郁,马宏锋. 基于GLCM与自适应Gabor滤波器组的纹理图像分割. 计算机工程. 2017(01): 280-286 . 百度学术
    31. 薛岚燕,曹新容,林嘉雯,郑绍华,余轮. 动静脉血管自动分类方法及其管径测量. 仪器仪表学报. 2017(09): 2307-2316 . 百度学术
    32. 王洪娟. 基于图像分割的糖尿病性视网膜病变血管研究. 中国医疗器械信息. 2017(19): 45-46 . 百度学术
    33. 张晟钰,张东波,文登伟,王颖. 基于多尺度滤波和线检测算子的视网膜血管检测. 光学技术. 2016(04): 299-305 . 百度学术
    34. 吴奎,蔡冬梅,贾鹏,韦宏艳. 基于2D Gabor小波与组合线检测算子的视网膜血管分割. 科学技术与工程. 2016(12): 106-112 . 百度学术

    其他类型引用(64)

  • 加载中
计量
  • 文章访问数:  2384
  • HTML全文浏览量:  114
  • PDF下载量:  1436
  • 被引次数: 98
出版历程
  • 收稿日期:  2014-03-20
  • 修回日期:  2014-12-03
  • 刊出日期:  2015-05-20

目录

    /

    返回文章
    返回