期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
AS-OCT图像下的自动皮质性白内障分类框架
1
作者
徐格蕾
章晓庆
+4 位作者
肖尊杰
Risa Higashita
陈婉
袁进
刘江
《计算机系统应用》
2022年第12期10-19,共10页
白内障是一种主要导致视觉损伤的眼病.早期干预和白内障手术是改善患者视力和生活质量的主要手段.眼前节光学相干断层成像图像(anterior segment optical coherence tomography,AS-OCT)是一种新型眼科图像,其具有非接触、高分辨率、检...
白内障是一种主要导致视觉损伤的眼病.早期干预和白内障手术是改善患者视力和生活质量的主要手段.眼前节光学相干断层成像图像(anterior segment optical coherence tomography,AS-OCT)是一种新型眼科图像,其具有非接触、高分辨率、检查快速等特点.在临床上,眼科医生已经逐渐采用AS-OCT图像进行眼科疾病如青光眼的诊断,然而尚未有研究工作利用它进行皮质性白内障(cortical cataract,CC)自动分类.为此,提出了一个基于ASOCT图像的自动皮质性白内障分类框架,由图像预处理、特征提取、特征筛选和分类等4部分组成.首先,利用反光区域去除和对比度增强方法进行图像预处理;紧接着使用灰度共生矩阵(grey level co-occurrence matrix,GLCM)、灰度区域大小矩阵(grey level size zone matrix,GLSZM)和邻域灰度差矩阵(neighborhood grey tone difference matrix,NGTDM)方法从皮质区域提取了22个特征;然后,采用斯皮尔曼相关系数方法对提取的特征进行特征重要性分析并筛除冗余特征;最后利用线性支持向量机方法进行分类.在一个临床AS-OCT图像数据集上的实验结果表明,所提出的皮质性白内障分类框架准确率、召回率、精确率和F1分别达到86.04%,86.18%,88.27%和86.35%,取得与先进的深度学习算法接近的性能,表明其具有作为辅助眼科医生进行皮质性白内障临床诊断工具的潜力.
展开更多
关键词
皮质
性
白内障
眼前节光学相干断层成像
晶状体皮质性区域
特征提取
机器学习
支持向量机
下载PDF
职称材料
题名
AS-OCT图像下的自动皮质性白内障分类框架
1
作者
徐格蕾
章晓庆
肖尊杰
Risa Higashita
陈婉
袁进
刘江
机构
南方科技大学
Tomey公司
中山大学
中国科学院宁波材料技术与工程研究所慈溪生物医学工程研究所
广东省类脑智能计算重点实验室
出处
《计算机系统应用》
2022年第12期10-19,共10页
基金
国家教育部国家级大学生创新创业训练计划(202114325011)
广东省教育厅改革项目(SJJG202002)
+1 种基金
广东省普通高校重点领域专项基金(2020ZDZX3043)
广东省重点实验室项目(2020B121201001)
文摘
白内障是一种主要导致视觉损伤的眼病.早期干预和白内障手术是改善患者视力和生活质量的主要手段.眼前节光学相干断层成像图像(anterior segment optical coherence tomography,AS-OCT)是一种新型眼科图像,其具有非接触、高分辨率、检查快速等特点.在临床上,眼科医生已经逐渐采用AS-OCT图像进行眼科疾病如青光眼的诊断,然而尚未有研究工作利用它进行皮质性白内障(cortical cataract,CC)自动分类.为此,提出了一个基于ASOCT图像的自动皮质性白内障分类框架,由图像预处理、特征提取、特征筛选和分类等4部分组成.首先,利用反光区域去除和对比度增强方法进行图像预处理;紧接着使用灰度共生矩阵(grey level co-occurrence matrix,GLCM)、灰度区域大小矩阵(grey level size zone matrix,GLSZM)和邻域灰度差矩阵(neighborhood grey tone difference matrix,NGTDM)方法从皮质区域提取了22个特征;然后,采用斯皮尔曼相关系数方法对提取的特征进行特征重要性分析并筛除冗余特征;最后利用线性支持向量机方法进行分类.在一个临床AS-OCT图像数据集上的实验结果表明,所提出的皮质性白内障分类框架准确率、召回率、精确率和F1分别达到86.04%,86.18%,88.27%和86.35%,取得与先进的深度学习算法接近的性能,表明其具有作为辅助眼科医生进行皮质性白内障临床诊断工具的潜力.
关键词
皮质
性
白内障
眼前节光学相干断层成像
晶状体皮质性区域
特征提取
机器学习
支持向量机
Keywords
cortical cataract
anterior segment optical coherence tomography(AS-OCT)
cortical region of the lens
feature extraction
machine learning
support vector machine(SVM)
分类号
R776.1 [医药卫生—眼科]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
AS-OCT图像下的自动皮质性白内障分类框架
徐格蕾
章晓庆
肖尊杰
Risa Higashita
陈婉
袁进
刘江
《计算机系统应用》
2022
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
