Une approche basée sur la classification par ensemble appliquée à la segmentation des vaisseaux sanguins rétiniens

Cet article présente une nouvelle méthode supervisée pour la segmentation des vaisseaux sanguins dans les photographies rétiniennes. Cette méthode utilise un système d'ensemble de forêts aléatoires et de arbres de décision renforcés et utilise un vecteur de caractéristiques basé sur l'analyse d'orientation du champ de vecteurs de gradient, la transformation morphologique, des mesures de force des lignes, et les réponses du filtre de Gabor. Le vecteur de caractéristiques encode des informations pour traiter les images rétiniennes saines ainsi que pathologiques. La méthode est évaluée sur les bases de données publiques DRIVE et STARE, souvent utilisées à cette fin, ainsi que sur un nouvel ensemble de données de référence de vaisseaux rétiniens publics CHASEDB1 qui est un sous-ensemble d'images rétiniennes d'enfants multiethniques de l'ensemble de données de l'étude sur la santé et le cœur des enfants en Angleterre (CHASE). La performance du système d'ensemble est évaluée en détail et l'exactitude, la rapidité, la robustesse et la simplicité rendent l'algorithme un outil adapté pour l'analyse automatisée d'images rétiniennes.