【医学+深度论文：S01】Retinal Fundus Image for Glaucoma Detection: A Review and Study

2017 Journal of Intelligent Systems

Retinal Fundus Image for Glaucoma Detection: A Review and Study

几种类型的青光眼可表示如下：

（i）开角型青光眼，

（ii）闭角型青光眼，

（iii）正常眼压性青光眼，

（iv）先天性青光眼

还有一些重要因素需要检查，如眼压测量，检眼镜，视野检查，房角镜检查和角膜厚度测定。

由于眼睛的引流结构的故障，IOP迅速增加。然后，眼睛中的液体压力不断增加; 因此，它会破坏眼睛的视神经 并导致永久性视力丧 ，从而导致无法挽回的青光眼疾病。此外，由于RNFL受损，RNFL的厚度减少，这也是青光眼疾病的主要原因之一 。此外，几种可能的方法导致青光眼疾病，如ONH，神经纤维层，结构变化，以及视野功能性停滞 。

青光眼检测涉及的步骤可描述如下

（i）读取输入图像;

（ii）基于采样过程，感兴趣区域（ROI）提取和信道选择对输入图像进行预处理; （iii）分段输入图像，例如基于视网膜血管的分割，视盘检测和分割;

（iv）使用分段确定分析区域;

（v）提取纹理特征和特征选择;

（vi）使用不同的分类器对输入图像进行分类，例如支持向量机（SVM），人工神经网络（ANN），k-最近邻（KNN）和朴素贝叶斯（NB）分类器。

不同分类器的研究，如SVM分类器，基于阈值技术，KNN分类器，NB分类器，ANN分类器，AdaBoost分类器和随机森林分类器，可用于青光眼检测和诊断。

Analysis

• 基于特征提取的分析

CDR，血管，顶点，视神经盘，视盘形态，神经视网膜边缘，ONH和视盘出血或椎间盘苍白。

• 基于所用数据集的分析

• 基于目标的分析

  

• 基于成像技术的分析

  眼底，HRT，OCT和US图像被应用于青光眼检测