期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于分类回归树和AdaBoost的眼底图像视网膜血管分割 被引量:18
1
作者 朱承璋 向遥 +3 位作者 邹北骥 高旭 梁毅雄 毕佳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2014年第3期445-451,共7页
提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分... 提出一种能有效分割眼底图像中视网膜血管的监督学习方法,为眼底图中的每个像素点构造一个包括局部特征、形态学特征和Gabor特征在内的39维特征向量,用以判定其是否为血管上的像素.在进行分类计算时,以分类回归树作为弱分类器对样本集分类,然后对AdaBoost分类器进行训练得到强分类器,并由此完成各个像素点的分类判定.基于国际公共数据库DRIVE的实验结果表明,该方法的平均精确度达到0.960 7,且敏感度和特异性均优于已有的基于监督学习的方法,适用于眼底图像的计算机辅助定量分析和疾病诊断. 展开更多
关键词 眼底图像 视网膜血管分割 分类回归树 ADABOOST
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部