[논문 리뷰] Efficient Kernel based Matched Filter Approach for Segmentation of Retinal Blood Vessels

Sushil Kumar Saroj, Vikas Ratna외 2명|arXiv (Cornell University)|2020. 12. 07.

Retinal Imaging and Analysis참고 문헌 32인용 수 5

한 줄 요약

이 논문은 혈관 프로파일과 더 잘 일치하는 맞춤형 커널을 사용하여 효율적인 커널 기반 매칭 필터 방법을 제안한다. 이로 인해 정확도가 향상된다. 이 방법은 DRIVE 데이터셋에서 95.77%의 정확도와 98.50%의 특이도를 기록하며, 최적화된 커널 설계와 매칭 필터 응답(MFR) 이미지에 대한 Otsu 임계처리 덕분에 기존의 커널 기반 방법을 능가한다.

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.

연구 동기 및 목표

• 기존의 커널 기반 방법이 혈관 프로파일에 부적합하여 망설이게 되는 문제를 해결하기 위해.
• 실제 망막 혈관의 해부학적 프로파일을 정확하게 반영하는 새로운 매칭 필터 커널을 개발하기 위해.
• 최적화된 커널과 매칭 필터 응답(MFR) 이미지에 대한 Otsu 임계처리를 통해 분할 정확도와 특이도를 향상시키기 위해.
• 표준 공개 데이터셋(DRIVE 및 STARE)에서 제안된 방법을 검증하여 신뢰할 수 있는 성능 평가를 수행하기 위해.

제안 방법

• 망막 혈관의 강도 프로파일과 밀접하게 일치하는 새로운 커널을 설계한다.
• 제안된 커널을 적용하여 매칭 필터 응답(MFR) 이미지를 생성함으로써 혈관 유사 구조를 강조한다.
• MFR 이미지에 Otsu의 임계처리 방법을 적용하여 혈관을 분할 추출한다.
• 최적의 성능를 얻기 위한 커널 파라미터를 결정하기 위해 광범위한 실험을 수행한다.
• 표준 평가 지표를 사용하여 두 가지 벤치마크 데이터셋인 DRIVE 및 STARE에서 방법을 검증한다.

실험 결과

연구 질문

• RQ1 맞춤형 커널 설계가 커널 기반 매칭 필터의 망막 혈관 분할 정확도를 향상시킬 수 있는가?
• RQ2 제안된 커널의 프로파일이 실제 혈관 형태와의 일치가 분할 성능에 어떤 영향을 미치는가?
• RQ3 분할 정확도와 특이도를 최대화하기 위해 제안된 매칭 필터 커널의 최적 파라미터 조합은 무엇인가?
• RQ4 제안된 방법이 표준 망막 혈관 분할 벤치마크에서 기존의 커널 기반 접근법을 능가하는가?

주요 결과

• 제안된 방법은 DRIVE 데이터셋에서 95.77%의 정확도와 98.50%의 특이도를 기록하여 뛰어난 성능을 입증한다.
• STARE 데이터셋에서는 95.13%의 정확도와 98.23%의 특이도를 달성하여 일관된 높은 성능을 확인한다.
• 향상된 성능는 커널이 망막 혈관 프로파일과 정확하게 일치함으로써 응답의 정밀도가 향상된 데 기인한다.
• 광범위한 파라미터 튜닝을 통해 최적의 커널 설정을 도출하였으며, 이는 분할 성과를 크게 향상시켰다.