Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

12.02.2020 | Methodologies and Application

A metaheuristic segmentation framework for detection of retinal disorders from fundus images using a hybrid ant colony optimization

Zeitschrift:
Soft Computing
Autoren:
D. Devarajan, S. M. Ramesh, B. Gomathy
Wichtige Hinweise
Communicated by V. Loia.

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Imaging modalities play a major role in early detection and diagnosis of various medical conditions related to the patient. Retinal image segmentation has been taken up for investigation in this research paper to efficiently detect the presence of eye disorder which could be indicators of major onset of conditions like hypertension, cataracts, diabetic retinopathy, age-related macular disorders, etc. A machine learning method for classification of given pixels in the search space into regions containing blood vessels and those that do not contain blood vessels is implemented using a three-stage neural classifier in this paper. Prior to classification, an optimization algorithm namely ant colony optimization derived from nature-inspired phenomena is used to provide an optimal feature vector set to set high standards for the neural network based classification approach. The novelty and merits of the paper lie in back tracing of the segmentation process in which optimization is done first on the preprocessed features followed by classification for segmented output on the optimized features. This results in elimination of redundant feature vectors which tend to occupy much memory as well increase the computational overhead on the process. The entire implemented system is automated by the machine learning process and tested on 30 samples, 15 each on DRIVE and STARE databases. Classification rates of nearly 98% on an average scenario have been achieved for segmentation and 96.5% for abnormality detection. The performances have been compared against Bayesian set models and standalone ANN models.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Premium Partner

    Bildnachweise