资料下载
×
眼底视网膜及图像质量分类研究综述
消耗积分:0 |
格式:pdf |
大小:0.94 MB |
2021-04-21
分享资料个
眼底视网膜是唯一可用肉眼直接并集中观察到动脉、静脉与毛细血管的部位，因而眼底图像成为医生诊断眼底疾病及糖尿病、髙血压、高血脂等疾病的重要依据。高质量的眼底图像是医生对眼底疾病患者进行病情诊断与治疗的前提。根据眼底相机采集到的视网膜图像中眼底结枃淸晰度、图像对比度等条件对眼底图像质量进行分类成为一个既具有研究价值又极具挑战性的难点问题。首先简述了眼底图像质量分类的硏究意义和实用价值，回顾了其发展历史;然后介绍了方法分类、每类方法的基本思想并梳理了各类方法中代表性算法及其特点;之后针对用于眼底质量分类的数据集，分析比较了主要眼底图像质量分类方法的性能。分析表明，传统方法中依据眼底结构特征判断视网膜图像质量相较于通用图像质量参数更加客观，而随着神经网络与机器学习的出现，在大数据驱动下，基于卷积神经网络的质量分类方法在准确率与鲁棒性方面性能更佳。最后对眼底图像质量分类未来的发展趋势进行展望。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
