研究人员开发了一种新颖的两阶段视网膜眼底图像增强流程,结合了亮度校正和对比度限制自适应直方图均衡化(CLAHE)。该方法专门针对非均匀照明和低对比度等伪影,这些伪影会阻碍糖尿病视网膜病变和青光眼等疾病的准确诊断。在DRIVE数据集上的定量验证表明,其性能优于标准的直方图均衡化和自适应直方图均衡化方法,在PSNR、SSIM和CNR方面取得了显著更高的分数,并且处理时间适合临床工作流程。 AI
影响 这项研究提供了一种更强大的医学图像增强方法,有望提高临床环境中的诊断准确性和效率。
排序理由 该项目是一篇学术论文,详细介绍了一种用于医学成像的新图像处理技术。[lever_c_demoted from research: ic=1 ai=0.4]
- Adaptive Histogram Equalization
- Contrast Limited Adaptive Histogram Equalization
- diabetic retinopathy
- DRIVE dataset
- glaucoma
- Histogram Equalization
- Peak Signal-to-Noise Ratio
- Retinal fundus images
- Structural Similarity Index Measure
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →