在医学实践中，如何使医生更能高效根本地医治患者眼疾成为亟待解决的问题。其中，眼底图像中血管检测在眼底图像分析与计算机辅助眼病诊断中扮演着举足轻重的角色。眼底图像的相关研究成为解决该问题的答案之一，也是吸引众多研究者投身其中的热门研究领域之一。

       我们对眼底图像血管分割算法进行了进一步的研究，提出了一种用于血管分割的分层抠图模型，该模型结合了血管的延展性特点，实现了眼底图像中血管的有效分割。具体地，我们针对眼底图像中不确定的区域提出了一种用于血管分割的分层抠图模型，有效利用了不确定区域中的像素，将不确定区域中的像素通过该模型归类为血管像素或者为背景像素，最终取得了显著的效果。

       所提出的分层抠图模型在三个眼底图像公开数据库DRIVE，STARE， 和CHASE DB1上进行了实验，部分实验结果如下：

图1 (a)为眼部原始图像，(b)为基于分层抠图模型方法所产生的三元图，其中，白色、黑色和红色分别表示近景、背景和不明区域，(c)为基于分层抠图模型方法所产生的最终结果图

图2 专家标注结果(左边)以及算法分割结果(右边)，(a)(b)来自DRIVE数据集图像 (c)(d)来自STARE数据集图像

目前成果：研究结果已在《IEEE Transaction on Image Processing》发表。

论文引用：Zhun Fan, Jiewei Lu, Caimin Wei, Han Huang, Xinye Cai, Xinjian Chen*. A Hierarchical Image Matting Model for Blood Vessel Segmentation in Fundus Image. IEEE Transactions on Image Processing, vol. 28, no. 5, pp. 2367–2377, 2019.(SCI人工智能1区，IF：5.072)Download PDF