光学精密工程
光學精密工程
광학정밀공정
Optics and Precision Engineering
2015年
10期
2919-2926
,共8页
余锦华%季春红%李添捷%田磊%黄一飞%汪源源%郑永平
餘錦華%季春紅%李添捷%田磊%黃一飛%汪源源%鄭永平
여금화%계춘홍%리첨첩%전뢰%황일비%왕원원%정영평
角膜%圆锥角膜%特征提取%最小均方误差算法%Corvis ST%小波变换
角膜%圓錐角膜%特徵提取%最小均方誤差算法%Corvis ST%小波變換
각막%원추각막%특정제취%최소균방오차산법%Corvis ST%소파변환
cornea%keratoconic cornea%feature extraction%minimum mean square error algorithm%Corvis ST%wavelet transform
基于角膜测量仪器Corvis ST采集的图像视频,提出提取新特征参数以便准确区分正常角膜和圆锥角膜.首先对图像进行滤波、分割等预处理,检测角膜上下边界,并计算前角膜曲率值;用小波变换分析角膜曲率变化,获取与角膜运动趋势相关的特征,包括角膜运动的整体趋势和角膜振动的范数和标准差.然后,基于均方误差最小化法,提取特征参数,构建最优参数.最后,用支持向量机(SVM)对正常角膜和圆锥角膜进行分类.从频率的角度实施的实验显示角膜在基本运动趋势上存在着振动过程.此外,提出的参数优于形变幅度(DA)、峰值距离(PD)等传统参数,使准确度、灵敏度和特异性分别提高了10.2％,5.7％和6.9％.受试者工作特征曲线(ROC)下面积为0.948,接近于1.结果显示本文方法自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性,对临床诊断有辅助作用.
基于角膜測量儀器Corvis ST採集的圖像視頻,提齣提取新特徵參數以便準確區分正常角膜和圓錐角膜.首先對圖像進行濾波、分割等預處理,檢測角膜上下邊界,併計算前角膜麯率值;用小波變換分析角膜麯率變化,穫取與角膜運動趨勢相關的特徵,包括角膜運動的整體趨勢和角膜振動的範數和標準差.然後,基于均方誤差最小化法,提取特徵參數,構建最優參數.最後,用支持嚮量機(SVM)對正常角膜和圓錐角膜進行分類.從頻率的角度實施的實驗顯示角膜在基本運動趨勢上存在著振動過程.此外,提齣的參數優于形變幅度(DA)、峰值距離(PD)等傳統參數,使準確度、靈敏度和特異性分彆提高瞭10.2％,5.7％和6.9％.受試者工作特徵麯線(ROC)下麵積為0.948,接近于1.結果顯示本文方法自動提取的特徵參數可提高正常角膜和圓錐角膜區分的準確性,對臨床診斷有輔助作用.
기우각막측량의기Corvis ST채집적도상시빈,제출제취신특정삼수이편준학구분정상각막화원추각막.수선대도상진행려파、분할등예처리,검측각막상하변계,병계산전각막곡솔치;용소파변환분석각막곡솔변화,획취여각막운동추세상관적특정,포괄각막운동적정체추세화각막진동적범수화표준차.연후,기우균방오차최소화법,제취특정삼수,구건최우삼수.최후,용지지향량궤(SVM)대정상각막화원추각막진행분류.종빈솔적각도실시적실험현시각막재기본운동추세상존재착진동과정.차외,제출적삼수우우형변폭도(DA)、봉치거리(PD)등전통삼수,사준학도、령민도화특이성분별제고료10.2％,5.7％화6.9％.수시자공작특정곡선(ROC)하면적위0.948,접근우1.결과현시본문방법자동제취적특정삼수가제고정상각막화원추각막구분적준학성,대림상진단유보조작용.
