تقسيم الأوعية الدموية بشكل تكراري من صور قاع العين

تقدم هذه الورقة خوارزمية جديدة غير خاضعة للرقابة لتقسيم الأوعية الدموية بشكل تكراري باستخدام صور قاع العين. أولاً، يتم إنشاء صورة محسنة للأوعية عن طريق إعادة بناء الصورة السلبية في الطائرة الخضراء. يتم استخراج تقدير أولي للأوعية المقسمة عن طريق تحديد العتبة العالمية للصورة المحسنة للأوعية. بعد ذلك، يتم تحديد وحدات البيكسل الجديدة للأوعية بشكل تكراري من خلال تحديد العتبة التكيفية للصورة المتبقية الناتجة من استبعاد تقدير الأوعية المقسمة من الصورة المحسنة للأوعية. ثم يتم نمو وحدات البيكسل الجديدة للأوعية داخل الأوعية الموجودة، مما يؤدي إلى تحسين تكراري لهيكل الأوعية المقسمة. مع تقدم التكرارات، تزداد عدد وحدات البيكسل الزائفة التي تم تحديدها كأنها وحدات جديدة للأوعية بالمقارنة مع عدد وحدات البيكسل الفعلية للأوعية. واحدة من المساهمات الرئيسية في هذه الورقة هي معيار إيقاف جديد ينهي العملية التكرارية مما يؤدي إلى دقة أعلى في تقسيم الأوعية. هذه الخوارزمية التكرارية قوية لمعدل إضافة وحدات البيكسل الجديدة للأوعية حيث تحقق دقة تقسيم للأوعية تتراوح بين 93.2-95.35% مع 0.9577-0.9638 مساحة تحت منحنى ROC على صور الشبكية غير الطبيعية من مجموعة بيانات STARE. الخوارزمية المقترحة فعالة من الناحية الحسابية ومتسقة في أداء تقسيم الأوعية لصور الشبكية مع اختلافات بسبب الأمراض، الإضاءة غير المتساوية، التصبغ، وحقول الرؤية، حيث تحقق دقة تقسيم للأوعية تصل إلى حوالي 95% في وقت متوسط يتراوح بين 2.45 و3.95 و8 ثوانٍ على صور من ثلاث مجموعات بيانات عامة هي DRIVE وSTARE وCHASEDB1. بالإضافة إلى ذلك، فإن الخوارزمية المقترحة لديها أكثر من 90% دقة تقسيم لتقسيم الأوعية الدموية المحيطية في الصور من مجموعتي بيانات DRIVE وCHASEDB1.