Modeling and extraction of retinal blood vessels from RetCam 3 based on morphological segmentation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F20%3A10244961" target="_blank" >RIV/61989100:27240/20:10244961 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00843989:_____/20:E0107986
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-14132-5_20" target="_blank" >http://dx.doi.org/10.1007/978-3-030-14132-5_20</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-14132-5_20" target="_blank" >10.1007/978-3-030-14132-5_20</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Modeling and extraction of retinal blood vessels from RetCam 3 based on morphological segmentation
Popis výsledku v původním jazyce
This paper deals with the analysis and modeling of the retinal blood vessels system. The aim of the analysis is the design and implementation of a fully automated segmentation model based on the morphological segmentation, allowing for extraction of the blood system area within the binary model, where other retinal structures are suppressed. An important feature of the model is sensitivity and robustness to declare the efficacy of segmentation in an environment with worse image parameters. For this reason, the designed model is also tested for data where the vascular system is visualized under a low contrast. Part of the analysis is the comparative testing of the designed model against selected segmentation methods based on objective criteria. The designed model was tested and verified on dataset from system RetCam 3 containing 22 images. (C) Springer Nature Switzerland AG 2020.
Název v anglickém jazyce
Modeling and extraction of retinal blood vessels from RetCam 3 based on morphological segmentation
Popis výsledku anglicky
This paper deals with the analysis and modeling of the retinal blood vessels system. The aim of the analysis is the design and implementation of a fully automated segmentation model based on the morphological segmentation, allowing for extraction of the blood system area within the binary model, where other retinal structures are suppressed. An important feature of the model is sensitivity and robustness to declare the efficacy of segmentation in an environment with worse image parameters. For this reason, the designed model is also tested for data where the vascular system is visualized under a low contrast. Part of the analysis is the comparative testing of the designed model against selected segmentation methods based on objective criteria. The designed model was tested and verified on dataset from system RetCam 3 containing 22 images. (C) Springer Nature Switzerland AG 2020.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
—
OECD FORD obor
10200 - Computer and information sciences
Návaznosti výsledku
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)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Studies in Computational Intelligence. Volume 830
ISBN
978-3-030-14131-8
Počet stran výsledku
9
Strana od-do
255-263
Počet stran knihy
9
Název nakladatele
Springer
Místo vydání
Cham
Kód UT WoS kapitoly
—