本文選題：角膜 + 圓錐角膜��； 參考：《光學精密工程》2015年10期

【摘要】：基于角膜測量儀器Corvis ST采集的圖像視頻,提出提取新特征參數(shù)以便準確區(qū)分正常角膜和圓錐角膜。首先對圖像進行濾波、分割等預處理,檢測角膜上下邊界,并計算前角膜曲率值;用小波變換分析角膜曲率變化,獲取與角膜運動趨勢相關(guān)的特征,包括角膜運動的整體趨勢和角膜振動的范數(shù)和標準差。然后,基于均方誤差最小化法,提取特征參數(shù),構(gòu)建最優(yōu)參數(shù)。最后,用支持向量機(SVM)對正常角膜和圓錐角膜進行分類。從頻率的角度實施的實驗顯示角膜在基本運動趨勢上存在著振動過程。此外,提出的參數(shù)優(yōu)于形變幅度(DA)、峰值距離(PD)等傳統(tǒng)參數(shù),使準確度、靈敏度和特異性分別提高了10.2%,5.7%和6.9%。受試者工作特征曲線(ROC)下面積為0.948,接近于1。結(jié)果顯示本文方法自動提取的特征參數(shù)可提高正常角膜和圓錐角膜區(qū)分的準確性,對臨床診斷有輔助作用。
[Abstract]:Based on the image and video collected by Corvis St, a new feature parameter is proposed to distinguish the normal cornea from the keratoconus accurately. First of all, the image is pre-processed, such as filtering, segmentation and so on, the upper and lower corneal boundaries are detected, and the curvature of the anterior cornea is calculated. The wavelet transform is used to analyze the changes of corneal curvature to obtain the features related to the corneal movement trend. Including the overall trend of corneal movement and corneal vibration norm and standard deviation. Then, based on the mean square error minimization method, the feature parameters are extracted and the optimal parameters are constructed. Finally, support vector machine (SVM) is used to classify normal cornea and conus cornea. Experiments carried out from the angle of frequency show that there is a vibration process in the basic motion trend of cornea. In addition, the proposed parameters are superior to the traditional parameters such as deformation amplitude (DA) and peak distance (PD). The accuracy, sensitivity and specificity of the proposed parameters are increased by 10.2% and 6.9%, respectively. The area under the operating characteristic curve (ROC) was 0. 948, close to 1. The results show that the automatic extraction of characteristic parameters can improve the accuracy of distinguishing normal cornea from keratoconus, and it is helpful for clinical diagnosis.
【作者單位】： 復旦大學電子工程系;醫(yī)學影像計算及計算機協(xié)助介入重點實驗室;香港理工大學跨學科生物醫(yī)學工程部門;首都醫(yī)科大學附屬北京同仁醫(yī)院北京市眼科研究所;中國人民解放軍總醫(yī)院眼科系;
【基金】：國家973重點基礎研究發(fā)展計劃資助項目(No.2015CB755500) 國家自然科學基金資助項目(No.61471125,No.81271052) 香港理工大學內(nèi)地聯(lián)合監(jiān)督計劃資助項目(No.G-UB58)
【分類號】：TP391.41;R772.2

【參考文獻】

相關(guān)期刊論文 前5條

1 劉欣悅;黃廉卿;;利用多分辨率直方圖特征分類數(shù)字X光乳腺圖像[J];光學精密工程;2006年02期

2 張浩;袁怡寶;張峰;;巴特沃思小波在表面形貌信號分離中的應用[J];光學精密工程;2010年07期

3 高恒振;萬建偉;粘永健;王力寶;徐湛;;組合核函數(shù)支持向量機高光譜圖像融合分類[J];光學精密工程;2011年04期

4 譚熊;余旭初;張鵬強;秦進春;;基于多核支持向量機的高光譜影像非線性混合像元分解[J];光學精密工程;2014年07期

5 王立科;張佳瑩;田磊;高偉倫;黃一飛;鄭永平;;基于光學相干層析氣沖印壓技術(shù)研究角膜生物力學特性[J];光學精密工程;2015年02期

【共引文獻】

相關(guān)期刊論文 前10條

1 李晶;;胸部CT圖像中孤立性肺結(jié)節(jié)良惡性快速分類分析[J];中國醫(yī)藥導刊;2011年07期

2 劉露;劉宛予;楚春雨;吳軍;周洋;張紅霞;鮑R，

本文編號：2075744