数字眼底图像中的血管分割、视盘定位、渗出物检测及糖尿病视网膜病变诊断

糖尿病视网膜病变（DR）是长期未受控制的糖尿病的一种并发症，也是全球导致失明的主要原因之一。本文重点研究了改进和稳健的方法来提取DR的一些特征，即血管和渗出物。血管分割采用了多种形态学和阈值操作。对于渗出物的分割，则使用了原始图像上的k均值聚类和轮廓检测。为了从血管分割算法的结果中去除假阳性，进行了广泛的降噪处理。此外，还通过k均值聚类和模板匹配对视盘进行了定位。最后，本文提出了一种具有14个卷积层和2个全连接层的深度卷积神经网络（DCNN）模型，用于自动二分类诊断DR。血管分割、视盘定位和DCNN分别达到了95.93%、98.77%和75.73%的准确性。源代码和预训练模型可在以下网址获取：https://github.com/Sohambasu07/DR_2021