特徴とアンサンブルに基づく階層型の網膜血管セグメンテーション

Hierarchical retinal blood vessel segmentation based on feature and ensemble learning
Neurocomputing vol. 149, pp. 708-717, 2015
20160524 ntanaka

網膜血管のセグメンテーションは,糖尿病性網膜症,高血圧及び新血管疾患のような多くの疾患の診断のため に実際の臨床において重要である.本稿では,網膜血管セグメンテーションの問題を解決するために,畳み込み ニューラルネットワーク(CNN)及びランダムフォレスト(RF)の二つの優れた分類器を組み合わせた教師あり学 習を提案する.この手法では,CNNは学習可能な階層的特徴抽出器,RFは学習可能な分類器としての役割を担 う.特徴の学習と伝統的な分類器のメリットを統合する事により,提案手法は自動的に元画像の特徴量を学習し, パターンを予測する事が可能である.実験は二つの公開されている網膜画像データベース(DRIVEとSTARE)を 利用して行い,同じデータベース上の他の主な研究と比較して,提案手法のパフォーマンスと有効性を実証する