научная статья по теме АВТОМАТИЧЕСКОЕ ОБНАРУЖЕНИЕ ЭКССУДАТОВ НА СНИМКАХ СЕТЧАТКИ НА ОСНОВЕ ПОРОГОВОЙ ФИЛЬТРАЦИИ СКОЛЬЗЯЩЕГО СРЕДНЕГО Биология

Текст научной статьи на тему «АВТОМАТИЧЕСКОЕ ОБНАРУЖЕНИЕ ЭКССУДАТОВ НА СНИМКАХ СЕТЧАТКИ НА ОСНОВЕ ПОРОГОВОЙ ФИЛЬТРАЦИИ СКОЛЬЗЯЩЕГО СРЕДНЕГО»

БИОФИЗИКА, 2015, том 60, вып. 2, с. 360-370

БИОФИЗИКА СЛОЖНЫХ СИСТЕМ =

УДК 577.3

АВТОМАТИЧЕСКОЕ ОБНАРУЖЕНИЕ ЭКССУДАТОВ НА СНИМКАХ СЕТЧАТКИ НА ОСНОВЕ ПОРОГОВОЙ ФИЛЬТРАЦИИ СКОЛЬЗЯЩЕГО СРЕДНЕГО

© 2015 г. К. Висаенг, Н. Хирансаколвонг, Е. Поттирук*

Факультет информационных технологий Технологического института им. короля Монгкута,

Ладкрабанг, Бангкок, 10520 Таиланд *Отделение офтальмологии Госпиталя Кхонкаена, Кхонкаен, 40000 Таиланд E-mail: s3650502@kmitl.ac.th Поступила в p едакцию 13.03.14 г.

C теx rop, как пpоцедуpа диагностики эксудатов пpивлекла внимание специалистов-офтальмологов и стала требовать pегулярного наблюдения за болезнью, объем pаботы специалистов-офтальмологов пpевыcил текущие возможности с^ининта. Технология визуализации сетчатки в текущей фактике cкpининга дает потенциальную возможность для pешения этой ^облемы. В данной pаботе ^едложен способ быcтpого и надежного автоматического об-наpужения экссудата на pазмытыx изобpаженияx с помощью построения модельных гиcтогpамм методом скользящего cpеднего и последующего опpеделения лучшей гиcтогpаммы. После сегментации кандидатов в экссудаты истинные экссудаты были выделены с использованием кpаевого детектоpа Собеля и алгоpитма поpоговой бинаpизации по методу Оцу, что пpивело к точной локализации экссудата на цифpовыx снимках сетчатки. Чтобы cpавнить пpоизво-дительность методов обнаpужения экссудата, мы cобpали большую базу цифpовыx снимков сетчатки. Метод был отpаботан на выбоpке из 200 изобpажений сетчатки и затем пpотеcтиpован на полностью независимом набоpе в 1220 изобpажений. Результаты показывают, что метод обнаpужения экссудатов показывает в целом лучшую чувствительность, специфичность и точность - 90,42, 94,60 и 93,69% соответственно.

Ключевые слова: экссудат, офтальмология, изображение сетчатки, метод скользящего среднего гистограммы.

Автоматическое опр еделение экссудатов на цифровых изображениях сетчатки важно для выявления диабетической ретинопатии. Д ругой важный аспект определения экссудатов проявляется при регистрации и захвате цифровых изображений сетчатки одного и того же пациента ср еди разных пациентов и в разное время. Ранее пр едставленные методы обнар ужения экссудатов были сфокусированы на разделении экссудатов и фоновых элементов изображения. Авторы работы [1] представили метод обнаружения экссудатов по коррекции теней и отсечению по порогу. В работе [2] был описан метод, основанный на процедуре динамического поблочного локального отсечения по пор огу для обнаружения экссудата. Автор ы на о сновании анализа 692 изображений в целях обнаружения экссудатов сообщили о чувствительности и специфичности в 88 и 84% соответственно. Метод, основанный на ср авнении с шаблоном и краевом детектировании, был предло -жен в работе [3]. Авторы работы [4] пр едставили методику дискриминанта минимального рас-

стояния непосредственно для красного, зеленого и синего канала при выявлении пикселей экссудата. В работе [5] для обнаружения экссудатов и «бляшек» был использован метод ближайших к со седей. В способе детектирования, описанном в работе [6], использованы стационарное вейвлет-преобразование и матрица совместной встречаемости уровней яркости для обнаружения сильных экссудатов. Метод опорных векторов был предложен авторами работы [7], где экссудаты были обособлены с помощью масштабно инвариантной функции преобразования. В работе [8] кластеры экссудатов были отделены от фона на основании различия в контрасте между классами экссудатов и «неэкссудатов». Авторы работы [9] применили гауссово сглаживание гистограмм и алгоритм размытых средних для разделения пикселей экссудата и пикселей «неэкссудата» и классифицировали их с помощью нейр осетевого алгоритма. В широко цитирующемся исследовании [10] авторы выделяли потенциальные экссудаты с помощью поблочного алгоритма наращивания

Таблица 1. Заявленные характеристики ранее описанных методов обнаружения экссудатов (взято с изменениями из [18])

Авторы Обучающая и тестовая выборки Чувствительность, % Специфичность, %

Жанг и др. [2] Обучение на 54 изображениях с экссудатами и тестирование на 47 изображениях с экссудатами 88 84

Гольдбаум и др. [3] Тестировано на общедоступной базе изображений STARE 95 -

Гох и др. [4] Тестировано на 750 изображениях с диабетической ретинопатией. Для оценки были использованы DIARETDB0 и DIARETDB1 91 92

Неймеер и др. [5] Обучение на 1113 изображениях с экссудатами и тестирование на 42 изображениях с экссудатами 95 86

К су и др. [6] Обучение и тестирование на 25 изображениях с экссудатами 88 80

Зильберман и др. [7] Обучение на 1390 изображениях с экссудатами и тестирование на 87 изображениях с экссудатами 87 87

Осарех и др. [9] Обучение на 1025 изображениях с экссудатами и тестирование на 417 изображениях с экссудатами 92 82

Ли и др. [11] Тестирование на 28 изображениях с экссудатами 100 71

Уолтер и др. [12] Тестирование на 15 изображениях с экссудатами 93 92

Велфер и др. [13] Тестировано на общедоступной базе изображений DIARETDB1 (47 изображений с экссудатами) 71 99

областей после выделения светлых областей в каждом блоке изображения за счет манипулирования свойствами гистограммы L и U в цветовом пространстве LUV. Этот метод был позднее применен в работе [11]. Авторы работы [12] применили морфологические опер ации реконструкции изобр ажения сетчатки до поражения экссудатами. Данный метод основан на идее, что разница между восстановленным изображением, соответствующим внешнему виду сетчатки фона, и исходным изображением в конечном счете покажет местоположение пора -жения экссудатами. Эта же идея была впоследствии применена и уточнена в работе [13]. Алгоритмы с наращиванием областей обнаруживают изобр ажения сетчатки с использованием пространственной близости оттенков серого; стандартная процедура представлена в работе [14], однако она вычислительно затратна. Заявленные хар актеристики ранее описанных методов обнаружения экссудатов показана в табл. 1.

ИЗОБРАЖЕНИЯ C ЕТЧАТКИ

И ОПОРНЫЕ ИЗОБРАЖЕНИЯ

Сбор изображений сетчатки. База данных состоит из 1220 цифр овых изобр ажений сетчат -ки, из которых 252 не содержат экссудатов, а 968 - содержат признаки экссудатов. Изобра-

жения были получены в местной больнице c помощью одиночной цифровой камеры для съемки глазного дна с полем зрения в 45° и сохранены в формате JPEG с более низкой степенью сжатия. Каждое изображение было снято с разрешением 760 х 570 пикселей при цветности 24 бита на пиксель. П р имер такого изображения приведен на р ис. 1а. Как можно видеть, нормальное изображение в основном состоит из сосудов, слепого пятна и фона, тогда как патологическое изображение содер жит компоненты экссудата, как показано на рис. 1б.

Опорные изображения. Для получения опорных изображений мы с помощью программного обеспечения для обработки изображений на каждой фотографии вручную отмечали вероятные области экссудата и про сили экспертов-офтальмологов подтвердить или отклонить каждую из этих областей. Затем полученное «черновое» изображение показывалось экспертам-офтальмологам вместе с исходным изображением. Далее эксперты вносили некоторые изменения, добавляя отдельные недостающие пиксели экссудата и/или удаляя некоторые ошибочно выделенные пиксели, не относящиеся к экссудату, пока не было получено изображение с удовлетворительным качеством. Примеры опорного изображения с изображением сетчатки глаза в норме и при патологии, показаны на рис. 1в,г.

Рис. 1. П римеры нормального и патологического изображения сетчатки: (а) - типичное изображение нормальной сетчатки; (б) - изображение сетчатки с экссудатами; (в) - опорное изображение сетчатки в норме; (г) - опорное изображение сетчатки с экссудатами.

МЕТОДЫ

Предварительная обработка изображений.

Как правило, основной проблемой при выявлении экссудата является большая вариабельность среди цифровых снимков сетчатки, полученных от различных пациентов в разное время. Для получения подходящих снимков сетчатки на первом этапе предварительной обработки проводится нормализация и, не исключено, анализ изображения сетчатки. На этом этапе мы использовали нормализацию гистограммы [15] для изменения значений каждого изображения в наборе данных. Нормализацию гистограммы проводили независимо для красного, зеленого и синего цветового пространства, добиваясь ее соответствия форме трех конкретных гистограмм опорного изображения. Нормализованное изображение и соответствующие «красная», «зеленая» и «синяя» гистограммы представлены на рис. 2. Можно видеть, что контраст уменьшается по мере удаления пикселей от центра, особенно на периферии изображения. Таким образом, на втором этапе предварительной обработки мы применили локальное усиление контраста изображения [16], чтобы показать все возможные интенсивности, и трансформировали значения внутри небольших «окон» в изображении таким образом, чтобы все значения были распределены вокруг локального

среднего. Поскольку повышение контрастности повышает контрастность экссудатов, оно также может повысить контрастность шумовых пикселей. Для удаления шума на изображении на заключительном этапе предварительной обработки применяли медианную фильтрацию.

Локализация слепого пятна. В данной работе выявление экссудата являлось нашей главной целью. Однако из-за интерференции изображений экссудата и слепого пятна мы должны отделить изображение диска зрительного нерва до сегментации, потому что оно имеет те же цвет, интенсивностью и контраст, что и другие элементы на изображении сетчатки. Области изображения, соответствующие слепому пятну, отделяются от других сегментированных областей с помощью предложенной нами методики автоматического обнаружения диска зрительного нерва [17].

Оценка алгоритма. В клинической медицине термины «специфичность» и «чувствительность», определяемые в диапазоне 0-100%, используются для сравнения методов и лабораторных оценок (опорных изображений) [18]. Специфичность - это отношение числа изображений, классифицированных как отрицательные и которые действительно были отрицательными (истинно отрицательные, ИО), к сумме

Рис. 2. Ре

Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.

Показать целиком