Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2004

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: MLP classification

Sortuj według:

Ogranicz wyniki do:

Classification of fundus eye images using support vector machines for supporting glaucoma diagnosis

Stąpor K., Brueckner A.

Studia Informatica

2004

Vol. 25, nr 3

49-59

In this paper the new method for automatic classification of fundus eye images into normal and glaucomatous ones is proposed. The cup region is automatically segmented from fundus eye images taken from classical fundus camera. The proposed method makes use of support vector machines classifier with Gaussian kernel. The mean sensitivity is 85 %, while specificity 90%.

W artykule przedstawiono nową metodę automatycznej klasyfikacji cyfrowych obrazów dna oka na normalne i jaskrowe. Obszar wnęki naczyniowej zostaje automatycznie wysegmentowany na obrazie dna oka pozyskanego z klasycznej funduskamery. Zaproponowana metoda klasyfikacji wykorzystuje maszyny wektorów podpierających z jądrem Gaussowskim. Średnia czułość metody wynosi 85%, a specyficzność 90%.

Support vector machine classification of fundus eye images for glaucoma diagnostig

Stąpor K., Bruckner A.

Archiwum Informatyki Teoretycznej i Stosowanej

2004

T. 16, z. 4

245-255

In this paper the new method for automatic segmentation of fundus eye images are proposed: one for the detection of microaneurysms, the second for the detection of blood vessels. Both rely on tools from mathematical, grayscale morphology. The proposed method can be integrated in a tool for diagnosis of diabetic retinopathy which is under development.

W artykule przedstawiono nowe metody automatycznej segmentacji obrazów dna oka pozyskanych z funduskamery: jedna dla detekcji mikroaneurazymów, druga dla naczyń krwionośnych na siatkówce oka. Metoda detekcji mikroaneurazymów składa się z następujących kroków: 1) przetwarzanie wstępne, 2) detekcja markerów dla transformaty wodnej, 3) transformata wodna, 4) klasyfikacja. W celu automatycznej detekcji markerów wewnętrznych dla transformaty wodnej zdefiniowano nowe przekształcenie trafi-nie-trafi w morfologii wieloodcieniowej. Uzyskana średnia sprawność metody wynosi 89,4% i jest wyższa od wyników uzyskanych w metodach poprzednich (84%). Metoda detekcji naczyń krwionośnych składa się z następujących kroków: 1) lokalna poprawa kontrastu, 2) odszumianie, 3) detekcja naczyń, 4)klasyfikacja. W celu odszumienia zastosowano operacje złożone ze specjalnie zaprojektowanych operacji dylatacji i erozji wieloodcieniowej. Sama detekcja naczyń wykorzystuje operację czubek-kapelusza. Opracowane algorytmy detekcji stanowić będą podstawowe moduły systemu komputerowego wspomagającego diagnozowanie jak również monitorowanie tej retinopatii cukrzycowej.