文献

J-GLOBAL ID：201702210801819615   整理番号：17A1674212

適応パルス結合ニューラルネットワークは,整合フィルタと結合した網膜血管のセグメンテーションに適している。【JST・京大機械翻訳】

Retinal blood segmentation with adaptive PCNN and matched filter

著者 (5件)： Xu Guangzhu (三峡大学計算机与信息学院,湖北宜昌443002;湖北省水電工程智能視覚監測重点実験室(三峡大学),湖北宜昌443002) ,  Zhang Liu (三峡大学計算机与信息学院,湖北宜昌,443002) ,  Zou Yaobin (三峡大学計算机与信息学院,湖北宜昌443002;湖北省水電工程智能視覚監測重点実験室(三峡大学),湖北宜昌443002) ,  Xia Ping (三峡大学計算机与信息学院,湖北宜昌443002;湖北省水電工程智能視覚監測重点実験室(三峡大学),湖北宜昌443002) ,  Lei Bangjun (三峡大学計算机与信息学院,湖北宜昌443002;湖北省水電工程智能視覚監測重点実験室(三峡大学),湖北宜昌443002)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 25  号： 3  ページ： 756-764  発行年： 2017年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 網膜血管のセグメンテーションに及ぼす血管と背景の間のコントラストの低さと血管の複雑な構造の影響を考慮して,本論文では,適応結合値を有するパルス結合神経回路網(PCNN)とGauss整合フィルタを組み合わせた網膜血管セグメンテーション法を提案した。まず第一に,コントラスト制限による適応ヒストグラム等化(CLAHE)技術と二次元Gauss整合フィルタを用いて,血管領域のコントラストを効果的に強化した。次に,経験的閾値を用いて,初期の種子領域として特定の血管領域を選択した。次に,高速連結メカニズムを持つPCNNと種子領域成長の考え方を組み合わせて,PCNNにおける連結強度係数と停止条件を適応的に動的に設定することにより,眼底画像における血管領域の自動成長を実現した。実験結果は,提案したアルゴリズムの感度が49.79%から70.39%に改善され,精度が95%から95.39%に改善されることを示した。 VEVEの網膜画像データベースにおける実験結果は,提案したアルゴリズムの感度を示した。実験結果は,提案したアルゴリズムがより良いセグメンテーション精度と応用価値を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  *セグメンテーション ,  コントラスト ,  *網膜血管 ,  *パルス ,  二次元 ,  *整合フィルタ ,  アルゴリズム ,  *ニューラルネットワーク ,  リンク機構 ,  *血管 ,  データベース
準シソーラス用語： 網膜画像 ,  眼底写真 ,  ヒストグラム等化 , 【Automatic Indexing@JST】

著者キーワード (5件)： retinal image processing ,  blood vessels segmentation ,  Pulse Coupled Neural Network (PCNN) ,  Gaussian matched filter ,  fast linking

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 適応 ,  パルス ,  ニューラルネットワーク ,  整合フィルタ ,  網膜血管 ,  セグメンテーション