通过优势集基于聚类的血管拓扑估计的视网膜动脉和静脉分类。

将视网膜血管树分为动脉和静脉,对于理解血管变化与多种疾病之间的关系非常重要。 在本文中,我们提出了一种新颖的框架,该框架能够在视网膜彩色眼底图像中区分动脉/静脉(A / V)。 我们已经成功地采用了优势集聚类的概念,并将视网膜血管拓扑估计和A / V分类问题形式化为成对聚类问题。 优势集聚类是一种图形理论方法,已被证明可在数据聚类中很好地工作。 提议的方法已应用于三个公共数据库(INSPIRE,DRIVE和VICAVR),并分别达到了91.0%,91.2%和91.0%的高准确度。 此外,我们已经从这些数据库中手动标记了船只的拓扑结构,并将发布该注释以供公众访问,以方便社区中的其他研究人员进行相同和相关主题的研究。