• Journal of Computing Science and Engineering
• /
• 제8권2호
• /
• pp.119-128
• /
• 2014

The appearance of retinal blood vessels is an important diagnostic indicator of serious disease, such as hypertension, diabetes, cardiovascular disease, and stroke. Automatic segmentation of the retinal vasculature is a primary step towards automatic assessment of the retinal blood vessel features. This paper presents an automated method for the enhancement and segmentation of blood vessels in fundus images. To decrease the influence of the optic disk, and emphasize the vessels for each retinal image, a multidirectional morphological top-hat transform with rotating structuring elements is first applied to the background homogenized retinal image. Then, an improved multiscale line detector is presented to produce a vessel response image, and yield the retinal blood vessel tree for each retinal image. Since different line detectors at varying scales have different line responses in the multiscale detector, the line detectors with longer length produce more vessel responses than the ones with shorter length; the improved multiscale detector combines all the responses at different scales by setting different weights for each scale. The methodology is evaluated on two publicly available databases, DRIVE and STARE. Experimental results demonstrate an excellent performance that approximates the average accuracy of a human observer. Moreover, the method is simple, fast, and robust to noise, so it is suitable for being integrated into a computer-assisted diagnostic system for ophthalmic disorders.

• International Journal of Contents
• /
• 제2권3호
• /
• pp.27-32
• /
• 2006

We present an effective algorithm for automatic tracing of retinal vessel structure and vascular landmark extraction of bifurcations and ending points. In this paper we deal with vascular patterns from RGB images for personal identification. Vessel tracing algorithms are of interest in a variety of biometric and medical application such as personal identification, biometrics, and ophthalmic disorders like vessel change detection. However eye surface vasculature tracing in RGB images has many problems which are subject to improper illumination, glare, fade-out, shadow and artifacts arising from reflection, refraction, and dispersion. The proposed algorithm on vascular tracing employs multi-stage processing of ten-layers as followings: Image Acquisition, Image Enhancement by gray scale retinal image enhancement, reducing background artifact and illuminations and removing interlacing minute characteristics of vessels, Vascular Structure Extraction by connecting broken vessels, extracting vascular structure using eight directional information, and extracting retinal vascular structure, and Vascular Landmark Extraction by extracting bifurcations and ending points. The results of automatic retinal vessel extraction using jive different thresholds applied 34 eye images are presented. The results of vasculature tracing algorithm shows that the suggested algorithm can obtain not only robust and accurate vessel tracing but also vascular landmarks according to thresholds.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권11호
• /
• pp.2702-2719
• /
• 2013

A new optimal scheme based on curvelet transform is proposed for retinal image enhancement (RIE) using real-coded quantum genetic algorithm. Curvelet transform has better performance in representing edges than classical wavelet transform for its anisotropy and directional decomposition capabilities. For more precise reconstruction and better visualization, curvelet coefficients in corresponding subbands are modified by using a nonlinear enhancement mapping function. An automatic method is presented for selecting optimal parameter settings of the nonlinear mapping function via quantum genetic search strategy. The performance measures used in this paper provide some quantitative comparison among different RIE methods. The proposed method is tested on the DRIVE and STARE retinal databases and compared with some popular image enhancement methods. The experimental results demonstrate that proposed method can provide superior enhanced retinal image in terms of several image quantitative evaluation indexes.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.614-616
• /
• 2021

세계는 안구 질병 치료, 시력 회복 서비스, 훈련된 안과 전문의의 부족 등 안과 측면에서 어려움에 직면해 있다. 안구 병리를 조기에 발견하고 진단하면 시각 장애를 예방할 수 있다. 하지만 기존의 망막 영상 공개 데이터 세트는 임상에서 발견되는 다양한 질병으로 구성되어 있지 않기 때문에 다양한 안구 질환을 분류하는 방법을 개발하기가 어렵다. 본 연구는 2021 ISBI challenge에서 공개된 데이터 세트인 Retinal Fundus Multi-disease Image Dataset (RFMiD) 을 이용하여 안구 질환을 분류하는 방법을 제안한다. 본 연구의 목표는 망막 이미지를 정상, 비정상 범주로 선별하기 위한 강력하고 일반화 가능한 모델을 개발하는 것이다. 제안된 모델의 성능은 수신자 조작 특성 곡선 아래 면적 점수로 비공개 테스트 데이터 세트에 대해 0.9782의 값을 보여준다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권3호
• /
• pp.202-210
• /
• 2002

최근 수년 동안 의료영상에서 혈관의 추출 및 재구성에 관한 연구가 활발히 진행되어 오고 있으며 망막혈관 구조의 분석은 망막에 관련된 환자의 진단 및 치료에 중요한 정보를 제공하여 왔다. 본 연구에서는 ICG(Indocyanine Green) 기술에 의해 촬영된 망막영상에서 전체 망막혈관을 자동으로 추적하는 알고리즘을 제안한다 본 알고리즘은 각 혈관의 기울기크기 단면도(profile)로부터 국부적 최대점들(local maxima)과 처리방향을 평가하여 혈관의 외형과 중심을 추출하며, 국부적 최대점들의 방향성분을 비교하여 혈관의 분기점 및 교차점을 감지한다. 본 알고리즘을 환자의 ICG 망막영상에 적용하여 전체혈관이 자동으로 재구성되었으며 정확성과 연결성이 우수하다는 점을 실험결과로 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제8권5호
• /
• pp.373-383
• /
• 2015

이 논문은 망막 질병을 인지하기 위한 의사결정 지원 시스템을 제안한다. 이 논문은 시스템의 기초로써 스마트 폰 플랫폼과 클라우드 컴퓨팅을 사용한다. 마이크로 렌즈는 사용자의 망막 상태를 인지하기 위해 사용자 망막 이미지를 캡쳐 할 수 있도록 스마트 폰 카메라에 부착되어 있다. 어플리케이션은 컴퓨터에서 생성된 후에 스마트 폰에 설치된다. 이 어플리케이션의 역할은 스마트 폰에 있는 시스템과 클라우드에 있는 시스템 사이를 연결시키는 것으로, 어플리케이션은 분류하기 위해 클라우드 시스템에 망막 이미지를 전송하는 것이다. 이 논문은 분류기로써 OCFE 알고리즘을 사용한다. 망막 이미지는 두 개의 안과학 데이터베이스 DIARETDB1 v2.1과 STARE의 조합을 사용하여 실험하였다. 그리하여 평균 에러율을 12%인 반면에, 이 시스템 평균 정확도는 88%로 나타났다.

• 한국안광학회지
• /
• 제7권1호
• /
• pp.21-23
• /
• 2002

인위적 근시에서 측정된 시력을 이론적 계산과 비교하였다. 계산은 망막에 형성되는 착란원 뿐만 아니라 상의 높이도 포함시켰다. 착란원은 기하광학적 모델에서 계산하였으며, 망각상의 높이는 인위적 근시에서 측정된 굴절력과 시력과의 관계로 계산하였다. 이 결과를 착란원과 망막상 높이의 비로서 망막상비를 정의하여 시력크기에 대한 망막상비의 관계를 조사하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.397-398
• /
• 2019

망막혈관 영상에서(retinal image) 혈관의 모양 또는 생성변화를 효과적으로 검진하기 위해서 망막혈관을 자동적으로 분리하는 영상분할 기법의 개발은 매우 중요한 사안이다. 이를 위해서 주로 망막혈관영상의 잡음을 억제하고 또한 혈관의 명암대비도(contrast)를 증가시키는 전처리 과정을 거쳐서 혈관의 국부적인 화소값의 변화, 방향성을 판별하여 혈관을 자동적으로 검출하는 방법들이 제시되어왔으며 최근에는 합성곱 신경망(CNN) 딥러닝 학습모델을 활용한 망막혈관 분리 알고리즘들이 제시되고 있다.

• 대한수의학회지
• /
• 제53권2호
• /
• pp.137-141
• /
• 2013

To report retinal image of in a 6-year-old male castrated poodle dog with a 2-month history of nyctalopia using optical coherence tomography (OCT). Ocular reflexes were present in both eyes and slit lamp examination showed anterior subscapular cataract in the right eye. There were fundus abnormalities in both eyes similar to retinal degeneration. Scotopic electroretinograms (ERGs) revealed significantly subabnormal amplitudes and prolonged implicit time, whereas photopic ERGs were better maintained, although far from normal. OCT of affected dogs revealed generalized retinal thinning much more than a normal age-matched dog. Therefore, OCT scanning is considered to be a useful method for retinal evaluation in dogs with retinal degeneration.

• Journal of Korean Medical Science
• /
• 제33권43호
• /
• pp.239.1-239.12
• /
• 2018

Background: We described a novel multi-step retinal fundus image reading system for providing high-quality large data for machine learning algorithms, and assessed the grader variability in the large-scale dataset generated with this system. Methods: A 5-step retinal fundus image reading tool was developed that rates image quality, presence of abnormality, findings with location information, diagnoses, and clinical significance. Each image was evaluated by 3 different graders. Agreements among graders for each decision were evaluated. Results: The 234,242 readings of 79,458 images were collected from 55 licensed ophthalmologists during 6 months. The 34,364 images were graded as abnormal by at-least one rater. Of these, all three raters agreed in 46.6% in abnormality, while 69.9% of the images were rated as abnormal by two or more raters. Agreement rate of at-least two raters on a certain finding was 26.7%-65.2%, and complete agreement rate of all-three raters was 5.7%-43.3%. As for diagnoses, agreement of at-least two raters was 35.6%-65.6%, and complete agreement rate was 11.0%-40.0%. Agreement of findings and diagnoses were higher when restricted to images with prior complete agreement on abnormality. Retinal/glaucoma specialists showed higher agreements on findings and diagnoses of their corresponding subspecialties. Conclusion: This novel reading tool for retinal fundus images generated a large-scale dataset with high level of information, which can be utilized in future development of machine learning-based algorithms for automated identification of abnormal conditions and clinical decision supporting system. These results emphasize the importance of addressing grader variability in algorithm developments.