nach oben

Erschienen in:

2015 | OriginalPaper | Buchkapitel

Blood Vessel Segmentation of Retinal Images Based on Neural Network

verfasst von : Jingdan Zhang, Yingjie Cui, Wuhan Jiang, Le Wang

Erschienen in: Image and Graphics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Blood vessel segmentation of retinal images plays an important role in the diagnosis of eye diseases. In this paper, we propose an automatic unsupervised blood vessel segmentation method for retinal images. Firstly, a multi-dimensional feature vector is constructed with the green channel intensity and the vessel enhanced intensity feature by the morphological operation. Secondly, self-organizing map (SOM) is exploited for pixel clustering, which is an unsupervised neural network. Finally, we classify each neuron in the output layer of SOM as retinal neuron or non-vessel neuron with Otsu’s method, and get the final segmentation result. Our proposed method is validated on the publicly available DRIVE database, and compared with the state-of-the-art algorithms.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

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

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

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

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

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

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Blind Motion Deblurring Based on Fused - Regularization

Nächstes Kapitel Compressed Binary Discriminative Feature for Fast UAV Image Registration

Kanski, J.J.: Clinical Ophthalmology: A systematic approach. Butterworth-Heinemann, London (1989)

Roychowdhury, S., Koozekanani, D.D., Parhi, K.K.: Blood vessel segmentation of fundus images by major vessel extraction and sub-image classification. IEEE J. Biomed. Health Inform. 99 (2014). doi:10.1109/JBHI.2014.2335617

Marinez-Perez, M.E., Hughes, A.D., Thom, S.A., Bharath, A.A., Parker, K.H.: Segmentation of blood vessels from red-free and fluorescein retinal images. Med. Imaging Anaysis 11, 47–61 (2007)CrossRef

Jiang, X., Mojon, D.: Adaptive local thresholding by verification-based multithreshold probing with application to vessel detection in retinal images. IEEE Trans. Pattern Anal. Mach. Intell. 25(1), 131–137 (2003)CrossRef

Vermeer, K.A., Vos, F.M., Lemij, H.G., Vossepoel, A.M.: A model based method for retinal blood vessel detection. Comput. Biol. Med. 34, 209–219 (2004)CrossRef

Lam, B., Yan, H.: A novel vessel segmentation algorithm for pathological retina images based on the divergence of vector fields. IEEE Trans. Med. Imaging 27(2), 237–246 (2008)CrossRef

Al-Diri, B., Hunter, A., Steel, D.: An active contour model for segmenting and measuring retinal vessels. IEEE Trans. Med. Imaging 28, 1488–1497 (2009)CrossRef

Chaudhuri, S., Chatterjee, S., Katz, N., Nelson, M., Goldbaum, M.: Detection of blood vessels in retinal images using two-dimensional matched filters. IEEE Trans. Med. Imaging 8(3), 263–269 (1989)CrossRef

Odstrcilikb, J., Kolar, R., Budai, A., et al.: Retinal vessel segmentation by improved matched filtering: evaluation on a new high-resolution fundus image database. IET Image Proc. 7, 373–383 (2013)CrossRef

10.

Cinsdikici, M.G., Aydin, D.: Detection of blood vessels in ophthalmoscope images using MF/ant (matched filter/ant colony) algorithm. Comput. Methods Programs Biomed. 96, 85–95 (2009)CrossRef

11.

Marin, D., Aquino, A., Gegundez-Arias, M.E., Bravo, J.M.: A new supervised method for blood vessel segmentation in retinal images by using gray-level and moment invariants-based features. IEEE Trans. Med. Imaging 30, 146–158 (2011)CrossRef

12.

Niemeijer, M., Staal, J., Ginneken, B.V., Loog, M., Abramoff, M.D.: Comparative study of retinal vessel segmentation methods on a new publicly available database. SPIE Med. Imag. 5370, 648–656 (2004)

13.

Staal, J., Abramoff, M.D., Niemeijer, M., Viergever, M.A., Ginneken, B.: Ridge-based vessel segmentation in color images of the retina. IEEE Trans. Med. Imaging 23, 501–509 (2004)CrossRef

14.

Kande, G.B., Savithri, T.S., Subbaiah, P.V.: Segmentation of vessels in fundus images using spatially weighted fuzzy C-means clustering algorithm. Int. J. Comput. Sci. Netw. Secur. 7, 102–109 (2007)

15.

Niemeijer, M., van Ginneken, B., Staal, J.J., Suttorp-Schulten, M.S.A., Abramoff, M.D.: Automatic detection of red lesions in digital color fundus photographs. IEEE Trans. Med. Imaging 24, 584–592 (2005)CrossRef

16.

Kohonen, T.: The self-organizing maps. Proc. IEEE 78, 1464–1480 (1990)CrossRef

17.

Kohonen, T.: Self-organizing Maps. Springer, New York (1995)CrossRef

18.

Sezgin, M., Sankur, B.: Survey over image thresholding techniques and quantitative performance evaluation. J. Electron. Imaging 13, 146–165 (2004)CrossRef

19.

Otsu, N.: A threshold selection method from gray-level histograms. IEEE Trans. Sys. Man. Cyber. 9, 62–66 (1979)CrossRef

Titel: Blood Vessel Segmentation of Retinal Images Based on Neural Network
verfasst von: Jingdan Zhang
Yingjie Cui
Wuhan Jiang
Le Wang
Verlag: Springer International Publishing
Buch: Image and Graphics
Print ISBN: 978-3-319-21962-2

Electronic ISBN: 978-3-319-21963-9

Copyright-Jahr: 2015
DOI: https://doi.org/10.1007/978-3-319-21963-9_2

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner