Jornal Internacional de Swarm Intelligence e Computação Evolutiva

Abstrato

Análise de deteção de vasculatura em imagens de retina humana usando multi-limiar baseado na otimização de forrageamento bacteriano

 N Sri Madhava Raja*, G Kavitha e S Ramakrishnan

A análise dos vasos sanguíneos em imagens digitais de fundo de retina é um problema importante tentado na arte contemporânea.

investigação em engenharia biomédica. Neste trabalho, as imagens retinianas normais e anormais são pré-processadas com equalização adaptativa do histograma e filtragem difusa. As imagens pré-processadas são depois submetidas ao método de limiarização multinível de Tsallis. Os níveis limite determinados pelo método escolhido são ainda otimizados através de técnicas de otimização do forrageamento bacteriano, de forma a melhorar o conteúdo do vaso. Os resultados obtidos são validados através de medidas de similaridade, comparando com a verdade fundamental correspondente de cada imagem. Os recursos estatísticos e Tamura são derivados de imagens de saída de limiar multinível ideais para analisar imagens saudáveis ​​e patológicas. Os resultados demonstram que as tentativas de séries de técnicas de pré-processamento melhoram consideravelmente a informação de bordo e melhoram a eficácia da segmentação. Observa-se que a otimização do forrageamento bacteriano para o limiar multinível de Tsallis é capaz de extrair a vasculatura retiniana. As medições de similaridade mostram que este método proporciona uma melhoria considerável na extração das bordas dos vasos. Além disso, as características estatísticas e Tamura derivadas dos vasos detetados proporcionam uma melhor diferenciação entre imagens saudáveis ​​e patológicas. Uma vez que a presença e ausência de vasos na retina são clinicamente significativas, os achados parecem ser úteis.