[論文レビュー] Efficient Kernel based Matched Filter Approach for Segmentation of Retinal Blood Vessels

Sushil Kumar Saroj, Vikas Ratna+2 more|arXiv (Cornell University)|Dec 7, 2020

Retinal Imaging and Analysis参考文献 32被引用数 5

ひとこと要約

本論文は、血管のプロファイルに適切に一致する独自のカーネルを用いることで、精度を向上させる効率的なカーネルベースのマッチドフィルタ手法を提案する。この手法は、DRIVEデータセットで95.77%の正答率および98.50%の特異度を達成し、最適化されたカーネル設計とマッチドフィルタ応答（MFR）画像へのOtsuのしきい値処理により、従来のカーネルベース手法を上回る性能を発揮する。

ABSTRACT

Retinal blood vessels structure contains information about diseases like obesity, diabetes, hypertension and glaucoma. This information is very useful in identification and treatment of these fatal diseases. To obtain this information, there is need to segment these retinal vessels. Many kernel based methods have been given for segmentation of retinal vessels but their kernels are not appropriate to vessel profile cause poor performance. To overcome this, a new and efficient kernel based matched filter approach has been proposed. The new matched filter is used to generate the matched filter response (MFR) image. We have applied Otsu thresholding method on obtained MFR image to extract the vessels. We have conducted extensive experiments to choose best value of parameters for the proposed matched filter kernel. The proposed approach has examined and validated on two online available DRIVE and STARE datasets. The proposed approach has specificity 98.50%, 98.23% and accuracy 95.77 %, 95.13% for DRIVE and STARE dataset respectively. Obtained results confirm that the proposed method has better performance than others. The reason behind increased performance is due to appropriate proposed kernel which matches retinal blood vessel profile more accurately.

研究の動機と目的

• 従来のカーネルベース手法が血管プロファイルと不一致であるため、網膜血管分離において性能が低い問題に対処すること。
• 網膜血管の解剖学的プロファイルを正確に反映する新しいマッチドフィルターカーネルを開発すること。
• 最適化されたカーネルとマッチドフィルタ応答（MFR）画像へのOtsuのしきい値処理を用いて、分離精度と特異度を向上させること。
• 標準的な公開データセット（DRIVEおよびSTARE）を用いて、提案手法の妥当な性能評価を検証すること。

提案手法

• 網膜血管の強度プロファイルに密接に一致する新しいカーネルを設計する。
• 提案されたカーネルを適用して、マッチドフィルタ応答（MFR）画像を生成し、血管に類似した構造を強調する。
• MFR画像に対してOtsuのしきい値処理法を適用して、分離された血管を抽出する。
• 最大の性能を達成するための最適なカーネルパラメータを特定するため、広範な実験を実施する。
• 標準的な評価指標を用いて、2つのベンチマークデータセット（DRIVEおよびSTARE）で手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 カスタムカーネル設計は、網膜血管分離におけるカーネルベースマッチドフィルタの精度を向上させることができるか？
• RQ2 提案されたカーネルのプロファイルが実際の血管形態と一致することで、分離性能にどのような影響を与えるか？
• RQ3 分離精度と特異度を最大化するための、提案されたマッチドフィルターカーネルの最適なパラメータセットは何か？
• RQ4 提案手法は、標準的な網膜血管分離ベンチマークにおいて、既存のカーネルベース手法を上回る性能を示すか？

主な発見

• 提案手法は、DRIVEデータセットで95.77%の正答率および98.50%の特異度を達成し、優れた性能を示している。
• STAREデータセットでは、95.13%の正答率および98.23%の特異度を達成しており、一貫した高い性能が確認された。
• 性能の向上は、カーネルが網膜血管プロファイルを正確に再現していることに起因し、応答の忠実性が向上したためである。
• 広範なパラメータチューニングにより、最適なカーネル設定が得られ、分離結果が顕著に向上した。