结合FCM聚类和边缘感知模型的眼底渗出物检测

来源：计算机工程与应用杂志2020年第11期北京时间：

作者：刘俊涛，王素娟，林晓明，刘祚时，谭俭辉，宋丹

单位：1.江西理工大学 机电工程学院，江西 赣州 341000；2.广东顺德创新设计研究院，广东 顺德 528311；3.广东工业大学 自动化学院，广州 510006；4.桂林理工大学 信息科学与工程学院，广西 桂林 541006

摘要：眼底图像中渗出物是构成糖尿病视网膜病变（Diabetic Retinopathy，DR）的早期症状之一，提出一种结合模糊C-均值（Fuzzy C-Means，FCM）聚类和边缘感知模型的方法实现对渗出物的检测。为保证后期检测精度和效率，对眼底图像进行增强对比度和均衡亮度等预处理操作，用FCM聚类分割出渗出物候选区域，利用基于判断邻域灰度差异的边缘感知模型对候选区域进行筛选，通过移除视盘区域，从而得到真实的渗出物区域。在公开的数据集上进行实验，算法的灵敏度为86.65%，特异性为94.79%，阳性预测值为95.14%，准确度为92.09%。结果表明，该方法能够有效实现对眼底渗出物的自动检测。

关键词：渗出物检测,图像预处理,模糊C均值聚类,边缘感知模型