Feature extraction algorithm of OCT image based on wavelet decomposition pyramid

doi:10.13741/j.cnki.11-1879/o4.2021.01.014

您当前的位置：

首页 >

文章列表页 >

Feature extraction algorithm of OCT image based on wavelet decomposition pyramid

更新时间：2025-09-01

- Feature extraction algorithm of OCT image based on wavelet decomposition pyramid
- Vol. 47, Issue 1, Pages: 72-79(2021)
- 作者机构：
  
  1. 1:上海理工大学教育部微创医疗器械工程研究中心生物医学光学与视光学研究所
  2. 2:上海奥普生物医药有限公司
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.01.014
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Feature extraction algorithm of OCT image based on wavelet decomposition pyramid[J]. 2021, 47(1): 72-79.
DOI：

Feature extraction algorithm of OCT image based on wavelet decomposition pyramid[J]. 2021, 47(1): 72-79. DOI： 10.13741/j.cnki.11-1879/o4.2021.01.014.

摘要

糖尿病性黄斑水肿(DME)是导致失明的主要原因之一

由专业的医生通过检查光学相干扫描(OCT)图像是主要的诊断方法

但这一过程不仅耗时而且容易误判

提出一种辅助诊断模型来区分DME和正常黄斑。对原始OCT图像进行降噪、展平、裁剪预处理

得到易于分类的病灶区图像

在小波分解金字塔模型的基础上用局部二值模式方法对原图和低频子图像提取纹理特征;与提取细节图像的灰度-梯度共生矩阵特征融合形成最终的全局特征

并对其进行降维;用weka平台的序列最小优化模型进行分类。在杜克大学数据集和临床数据集上的试验结果表明

算法在两个数据集上验证的准确率分别为95.7%、95.3%

灵敏性分别为95.3%、95.5%

特异度分别为96.0%、95.1%。因此

所提方法能有效对OCT图像分类

为临床上视网膜疾病辅助诊断提供技术支撑。

Abstract

关键词

Keywords

references

Views

295

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A micro-expression recognition algorithm based on long short-term memory networks and feature fusion

A segmentation algorithm of OCT image for macula edema

Brain glioma classification algorithm based on 3D CNN

OCT image denoising based on dual domain filtering

Research on OCT image denoising based on fractional integral algorithm

Related Author

袁新颜

陈明惠

秦显富

贾文宇

何锦涛

郑刚

赵尚义

王远军

Related Institution

1:江苏商贸职业学院电子与信息学院

1:上海理工大学教育部现代微创医疗器械及技术工程研究中心生物医学光学与视光学研究所

1:上海理工大学医疗器械与食品学院

2:温州医科大学眼视光学院

2:脉冲功率激光技术国家重点实验室

⁰