Classification-Based Blood Vessel Segmentation in Retinal Images

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F15%3APU116035" target="_blank" >RIV/00216305:26220/15:PU116035 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Classification-Based Blood Vessel Segmentation in Retinal Images

Popis výsledku v původním jazyce

Automatic and precise segmentation of retinal blood vessels can help in computer aided as-sessment of various retinal diseases, especially diseases related to cardiovascular system or glaucoma. Hence, an accurate detection of retinal vascular structures is one of the most addressed topic in the field of retinal im-age processing today. Most of the methods are designed directly for utilization with a special dataset only or have problems to segment blurry and noisy images. In this study, we showed that combination of three stand-ard approaches – matched filtering, Hessian-based approach, and morphological processing, together with support vector machine classification technique, can be satisfactorily used as a universal segmentation ap-proach in retinal images acquired using entirely different devices.

Název v anglickém jazyce

Classification-Based Blood Vessel Segmentation in Retinal Images

Popis výsledku anglicky

Automatic and precise segmentation of retinal blood vessels can help in computer aided as-sessment of various retinal diseases, especially diseases related to cardiovascular system or glaucoma. Hence, an accurate detection of retinal vascular structures is one of the most addressed topic in the field of retinal im-age processing today. Most of the methods are designed directly for utilization with a special dataset only or have problems to segment blurry and noisy images. In this study, we showed that combination of three stand-ard approaches – matched filtering, Hessian-based approach, and morphological processing, together with support vector machine classification technique, can be satisfactorily used as a universal segmentation ap-proach in retinal images acquired using entirely different devices.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20204 - Robotics and automatic control

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

Computational Vision and Medical Image Processing V

ISBN

978-1-138-02926-2

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

95-100

Název nakladatele

CRC Press Taylor and Francis Group

Místo vydání

London, UK

Místo konání akce

Tenerife, Spain

Datum konání akce

19. 10. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—