Mathematical Morphology Method

Một phần của tài liệu Phân đoạn ảnh võng mạc hỗ trợ chẩn đoán bệnh (Trang 30 - 31)

4 Thử nghiệm phương pháp đề xuất

2.11 Mathematical Morphology Method

• Năm 2011, Fraz đề xuất một phương pháp phân đoạn mạch máu bằng việc kết hợp giữa bộ lọc vi phân và xử lý hình thái. Các đường tâm được trích xuất bằng cách áp dụng đạo hàm bậc nhất của Gaussian theo bốn hướng và sau đó đánh giá các dấu hiệu đạo hàm và các giá trị đạo hàm trung bình. Bản đồ hình dạng và định hướng của mạch máu thu được bằng cách áp dụng tốn tử mũ hình thái đa chiều, sau đó cắt mặt phẳng bit của hình ảnh thang độ xám tăng cường. Các đường trung tâm được kết hợp với bản đồ này đề có được mạng mạch máu được phân đoạn. Kết quả của phương pháp này trên DRIVE là Se – 0.7152, Sp – 0.9768, Acc – 0.9430 [13].

• Năm 2016, J. Rodrigues và đồng sự đã đề xuất phương pháp trích xuất mạch hình thái và cấu trúc topo (the morphological and topological vessel extractor method) dùng để phân đoạn tự động mạch máu. Sử dụng phương pháp tạo khung thang độ xám song song (The parallel greyscale skeletonization method) cùng với các tốn tử hình thái được sử dụng, và thu được kết quả tốt. Phương pháp dùng để loại bỏ các vật thể giả và làm mịn các viền mạch trong máu [14].

Phương pháp dựa trên mơ hình (Model based method)

Ý tưởng: Phương pháp tiếp cận dựa trên mơ hình sử dụng các mơ hình mạch rõ ràng (explicit vessel models) để trích xuất mạch máu. Cách tiếp cận này giúp giải quyết cả bệnh lý và võng mạc bình thường. Phương pháp này sử dụng deformable models và vessel profile models. De-

hiện mạch và cải thiện độ chính xác của phân đoạn.

Hình 2.12 là biểu đồ thống kê độ chính xác (accuracy) của một vài phương pháp dựa trên mơ hình được đề xuất qua các năm. Trong giai đoạn từ năm 2009-2015, các phương pháp dựa trên mơ hình có độ chính xác dao động khoảng 0.93-0.96 trên tập dữ liệu DRIVE.

Một phần của tài liệu Phân đoạn ảnh võng mạc hỗ trợ chẩn đoán bệnh (Trang 30 - 31)

Tải bản đầy đủ (PDF)

(69 trang)