Retinal Image Analysis Aimed at Blood Vessel Tree Segmentation and Early Detection of Neural-Layer Deterioration

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F12%3APU98802" target="_blank" >RIV/00216305:26220/12:PU98802 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Retinal Image Analysis Aimed at Blood Vessel Tree Segmentation and Early Detection of Neural-Layer Deterioration

Popis výsledku v původním jazyce

An automatic method of segmenting the retinal vessel tree and estimating status of retinal neural fibre layer (NFL) from high resolution fundus camera images is presented. First, reliable blood vessel segmentation, using 2D directional matched filtering, enables to remove areas occluded by blood vessels thus leaving remaining retinal area available to the following NFL detection. The local existence of rather faint and hardly visible NFL is detected by combining several newly designed local textural features, sensitive to subtle NFL characteristics, into feature vectors submitted to a trained neural-network classifier. Obtained binary retinal maps of NFL distribution show a good agreement with both medical expert evaluations and quantitative results obtained by optical coherence tomography.

Název v anglickém jazyce

Retinal Image Analysis Aimed at Blood Vessel Tree Segmentation and Early Detection of Neural-Layer Deterioration

Popis výsledku anglicky

An automatic method of segmenting the retinal vessel tree and estimating status of retinal neural fibre layer (NFL) from high resolution fundus camera images is presented. First, reliable blood vessel segmentation, using 2D directional matched filtering, enables to remove areas occluded by blood vessels thus leaving remaining retinal area available to the following NFL detection. The local existence of rather faint and hardly visible NFL is detected by combining several newly designed local textural features, sensitive to subtle NFL characteristics, into feature vectors submitted to a trained neural-network classifier. Obtained binary retinal maps of NFL distribution show a good agreement with both medical expert evaluations and quantitative results obtained by optical coherence tomography.

Druh

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

CEP obor

JD - Využití počítačů, robotika a její aplikace

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

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

Rok uplatnění

2012

Kód důvěrnosti údajů

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

Název periodika

COMPUTERIZED MEDICAL IMAGING AND GRAPHICS

ISSN

0895-6111

e-ISSN

—

Svazek periodika

2012

Číslo periodika v rámci svazku

6

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

11

Strana od-do

431-441

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—