Automatické diagnostické hodnocení obrazů sítnice.

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F05%3APU50389" target="_blank" >RIV/00216305:26220/05:PU50389 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216305:26220/06:PU64637

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Towards automated diagnostic evaluation of retina images

Popis výsledku v původním jazyce

In this paper we address automatic segmentation of the optic nerve head (ONH) with the long-term goal of automatic diagnosis of the early stages of glaucoma. The images discussed are average images obtained from a scanning laser ophthalmoscope (SLO). Thesegmentation consists of the following main steps: finding a region of interest containing the ONH, constraining the search space for final segmentation, and computing the fine segmentation by an active contour model. The agreement of "true positivee pixels," i.e., pixels attributed to the ONH by both manual and automatic segmentation, is very good. The classification results obtained from three different classifiers using manual or automatic segmentation still reveal the superiority of manual segmentation. One means to further improve automatic segmentation is to use information from an SLO as well as from a fundus camera.

Název v anglickém jazyce

Towards automated diagnostic evaluation of retina images

Popis výsledku anglicky

In this paper we address automatic segmentation of the optic nerve head (ONH) with the long-term goal of automatic diagnosis of the early stages of glaucoma. The images discussed are average images obtained from a scanning laser ophthalmoscope (SLO). Thesegmentation consists of the following main steps: finding a region of interest containing the ONH, constraining the search space for final segmentation, and computing the fine segmentation by an active contour model. The agreement of "true positivee pixels," i.e., pixels attributed to the ONH by both manual and automatic segmentation, is very good. The classification results obtained from three different classifiers using manual or automatic segmentation still reveal the superiority of manual segmentation. One means to further improve automatic segmentation is to use information from an SLO as well as from a fundus camera.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JA - Elektronika a optoelektronika, elektrotechnika

OECD FORD obor

—

Projekt

<a href="/cs/project/1M0572" target="_blank" >1M0572: Data, algoritmy, rozhodování</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2006

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Pattern Recognition and Image Analysis

ISSN

1054-6618

e-ISSN

—

Svazek periodika

15

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

RU - Ruská federace

Počet stran výsledku

4

Strana od-do

273-276

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—