基于图自适应视网膜图像中动脉静脉分类方法摘要.doc

基于图自适应视网膜图像中动脉/静脉分类方法 摘要——视网膜血管分类成动脉/静脉（A/V）对于自动检测血管变化，和与一些全身性疾病例如糖尿病相关的标志，高血压，和其它心血管疾病的特性计算来说是一个重要的阶段。本文提出了一种自动方法用于A / V分类，基于从视网膜血管提取的曲线图的分析。这个提出的方法对整个血管树进行分类，取决于每个交叉点的类型（图节点）和分配两个标签中的一个给每个血管分割段（图链接）。最终的A / V血管分割段进行分类是通过组合基于图的标记结果，这些标记结果带有一系列强度特性。该提出的方法的结果和人工标记的三个公共数据库相比较。 数据库INSPIREAVR，DRIVE,VICAVR的图像获得的精确度分别是88.3%，87.4%，和89.85。这些结果证明了我们的方法用于A/V分类由于近期的方法。 关键词：动脉/静脉分类，图形，视网膜图像，血管分割 介绍 利用数字图像分析方法自动检测视眼底的网膜病变有巨大的潜在好处。比目前以观测为基础的方法好，它允许在更短的时间检测大量的图像，以更低的成本和减小的主体。另一个优点是执行自动筛查病理条件的可行性，如糖尿病性视网膜病变，可以减少训练有素的手动需要的工作量[1]。视网膜血管受到一些全身性疾病的影响，即糖尿病，高血压和血管疾病。在糖尿病性视网膜病变中，血管在早期阶段常常表现出异常[2]，以及血管直径的改变[3]