大型公共卫生数据库纵向图像叠加眼底图像

大型公共卫生数据库纵向图像叠加眼底图像
信贷:IPRI.

我们介绍了一种有效的方法来叠加从糖尿病患者的眼底图像筛选多年的糖尿病视网膜病变。该方法是完全自动和鲁棒的相机变化和颜色变化的图像在空间和时间。该过程的所有阶段都设计用于队列公共卫生数据库的纵向分析,其中视网膜检查大约每年进行一次。

在本文中,呈现了从糖尿病患者筛选的眼底图像的叠加(即注册)的方法。该方法是全自动和鲁棒的图像在空间和时间上的变化和颜色的变化。该过程的所有阶段都设计用于队列公共卫生数据库的纵向分析,其中视网膜检查大约每年进行一次。

该方法依赖于模型校正两个径向失真和在突出点上稳健地装配的图像对之间的仿射变换。每个阶段都涉及线性估计,然后是非线性优化。图像扭曲模型也可易于快速计算。这一直在验证一个模拟蒙太奇和公共卫生数据库有69患者高质量图像(271对收购主要是用不同类型的相机和268对收购主要是用相同类型的相机)与92%和98%的成功率和五个病人(20条)和低质量图像的成功率为100%。与两种最先进的方法相比,我们的结果更好。


进一步探索

挽救视力:用人工智能诊断糖尿病性眼病

更多信息:G Noyel等。从大型公共卫生数据库中叠加眼底图像进行纵向分析,生物医学物理与工程快报(2017)。DOI:10.1088 / 2057-1976 / AA7D16
由...提供Cordis.
引用:从大型公共卫生数据库中叠加眼底图像进行纵向分析(2019年4月8日),2021年5月5日从//www.puressens.com/news/2019-04-superimposition-eye-fundus-images-longitudinal.html检索
此文件受版权保护。除作私人学习或研究之公平交易外,未经书面许可,任何部分不得转载。本内容仅供参考之用。
2股票

反馈到编辑

用户评论