一种基于K-Means聚类标注和朴素贝叶斯模型的眼底视网膜血管分割方法及系统

摘要

本发明提供一种基于K‑Means聚类标注和朴素贝叶斯模型的眼底视网膜血管分割方法及系统。本发明方法包括：随机抽取数据集中的彩色眼底图像，构建训练集和测试集；提取彩色眼底图像的G通道的灰度图作为特征提取的对象；对灰度图进行特征提取，将图像中的每个像素用多维的特征向量表示；对特征提取后的训练集中的每幅图像使用K‑Means聚类算法将特征向量进行聚类标注；基于K‑Means聚类标注的训练集数据训练朴素贝叶斯模型；用训练好的朴素贝叶斯模型分割测试集中每幅图像的血管。本发明把聚类的结果作为有监督训练的标记，利用这些标记训练朴素贝叶斯分类模型进行视网膜血管分割，整个过程不需要人为参与标记，省时省力，大幅度提高了机器学习模型的处理效率。