文献

J-GLOBAL ID：201702227594568451   整理番号：17A1790813

マルチチャネル特徴を集約した緑内障自動検出【JST・京大機械翻訳】

Automated Glaucoma Detection Based on Multi-channel Features from Color Fundus Images

著者 (6件)： Zhao Rongchang (中南大学信息科学与工程学院 長沙 410083;中南大学眼科医学影像処理中心 長沙 410083) ,  Chen Zailiang (中南大学信息科学与工程学院 長沙 410083;中南大学眼科医学影像処理中心 長沙 410083) ,  Duan Xuanchu (中南大学眼科医学影像処理中心 長沙 410083;中南大学湘雅二医院眼科 長沙 410083) ,  Chen Qilin (中南大学信息科学与工程学院 長沙 410083;中南大学眼科医学影像処理中心 長沙 410083) ,  Liu Ke (中南大学眼科医学影像処理中心 長沙 410083;中南大学湘雅二医院眼科 長沙 410083) ,  Zhu Chengzhang (中南大学眼科医学影像処理中心 長沙 410083;中南大学文学与新聞伝播学院 長沙 410083)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 29  号： 6  ページ： 998-1006  発行年： 2017年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  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： 眼底画像の自動分析はコンピュータ支援緑内障のスクリーニングと診断の重要な基礎である。緑内障補助診断の正確さを向上させるために、カラー眼底図に基づいて、多チャンネル特徴を結合した緑内障自動検出アルゴリズムを提案した。まず第一に,多重スケール解析技術に基づいて,多チャネル画像の特徴を通して,色分布,マルチスケールGaborフィルタ,および勾配方向分布の観点から,カラー画像における視神経円板の形態と構造の微細な変化を示した。次に,確率的森林に基づく分類装置を設計し,緑内障データセットにおける分類器モデルを訓練し,統合学習技術を用いて緑内障を識別し,画像特徴に基づく緑内障自動検出アルゴリズムを実現した。最後に,二つの挑戦的な緑内障公開データセット(RIM-ONE r2とDrishti_GS)において,緑内障検出アルゴリズムをテストし,検証し,それぞれ0.8690と0.8004の曲線下面積値を得た。実験結果により、このアルゴリズムは緑内障検出の敏感性を保証すると同時に、その特異性を著しく高めることができ、緑内障の補助スクリーニングと診断に対して非常に良い参考価値があることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 眼底 ,  *緑内障 ,  スクリーニング ,  カラー画像 ,  アルゴリズム ,  学習 ,  視神経円板 ,  画像特性 ,  分類装置
準シソーラス用語： 特異性 ,  マルチスケール ,  マルチスケール解析 ,  検出アルゴリズム ,  眼底写真 ,  *自動検出 , 【Automatic Indexing@JST】

著者キーワード (5件)： computer-aided diagnosis ,  glaucoma ,  morphological analysis ,  random forest ,  multi-channel features aggregation

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： マルチチャネル ,  集約 ,  緑内障 ,  自動検出