基于混合多特征的微动脉瘤检测方法

作者：龙胜春^*; 胡安特; 陈芝清

来源：中国生物医学工程学报, 2022, 41(05): 626-630.

• 微动脉瘤
• 糖尿病性视网膜病变
• 定向局部对比度
• 哈尔特征

糖尿病性视网膜病变(DR)会严重损害糖尿病患者的视力健康，而微动脉瘤(MA)是DR的早期迹象，可为DR早期诊断提供有益信息，然而仅凭肉眼靠经验观察眼底图像，对大规模筛查难以胜任。因此自动识别和检测势在必行。应用自适应阈值分割法提取候选区域，设计联合定向局部对比度特征(DLC)与哈尔特征(Haar)等混合多特征向量，通过邻近算法(KNN)实现自动分类，并与其他机器学习的常用分类方法，如朴素贝叶斯(NB)、支持向量机(SVM)以及同方向进行了对比研究。所提出的方法在e-ophtha MA公开数据集上进行测试，获得的ROC曲线线下面积(AUC)、敏感性、特异性、FROC-Score分别为0.961 3、0.914 4、0.890 0和0.386 0。与其他方法比较，本方法在FROC曲线上取得最优结果。

• 单位
  浙江工业大学; 浙江大学