Published October 3, 2022 | Version v1
Publication Open

Comparative analysis of improved FCM algorithms for the segmentation of retinal blood vessels

Creators

  • 1. University Ferhat Abbas of Setif

Description

The main purpose of identifying and locating the retina vessels is to specify from the fundus image the various tissues of the vascular structure, which can be wide or tight. The classification of vessels in the retinal image often confronts several challenges, such as the low contrast accompanying the fundus image, the inhomogeneity of the background lighting, and the noise. Moreover, fuzzy c-means (FCM) is one of the most frequently used algorithms for medical image segmentation due to its effectiveness. Hence, many FCM method derivatives have been developed to improve their noise robustness and time-consuming. This paper aims to analyze the performance of some improved FCM algorithms to recommend the best ones for the segmentation of retinal blood vessels. Eight derivatives of FCM algorithm are detained in this study: FCM, EnFCM, SFCM, FGFCM, FRFCM, DSFCM_N, FCM_SICM and SSFCA. The performance analysis is conducted from three viewpoints: noise robustness, blood vessels segmentation performance, and time-consuming. At first, the noise robustness of improved FCM clustering algorithms is evaluated using a synthetic image degraded by various types and levels of noise. Then, the ability of the selected algorithms to segment retinal blood vessels is assessed based on images from the DRIVE and STARE databases after a pre-processing phase. Finally, the time consumption of each algorithm is measured. The experiments demonstrate that the FRFCM and DSFCM_N algorithms achieve better results in terms of noise robustness and blood vessels segmentation. Regarding the running time, the FRFCM algorithm requires less time than other algorithms in the segmentation of retinal images. The results of this study are extensively discussed, and some suggestions are proposed at the end of this paper.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

الغرض الرئيسي من تحديد وتحديد موقع أوعية شبكية العين هو تحديد الأنسجة المختلفة لهيكل الأوعية الدموية من صورة قاع العين، والتي يمكن أن تكون واسعة أو ضيقة. غالبًا ما يواجه تصنيف الأوعية في صورة الشبكية العديد من التحديات، مثل التباين المنخفض المصاحب لصورة قاع العين، وعدم تجانس إضاءة الخلفية، والضوضاء. علاوة على ذلك، تعد الوسائل c الغامضة (FCM) واحدة من أكثر الخوارزميات استخدامًا لتجزئة الصور الطبية نظرًا لفعاليتها. وبالتالي، تم تطوير العديد من مشتقات طريقة FCM لتحسين قوة ضجيجها واستهلاكها للوقت. تهدف هذه الورقة إلى تحليل أداء بعض خوارزميات FCM المحسنة للتوصية بأفضلها لتجزئة الأوعية الدموية في الشبكية. تم احتجاز ثمانية مشتقات من خوارزمية FCM في هذه الدراسة: FCM و EnFCM و SFCM و FGFCM و FRFCM و DSFCM_N و FCM_SICM و SSFCA. يتم إجراء تحليل الأداء من ثلاث وجهات نظر: قوة الضوضاء، وأداء تجزئة الأوعية الدموية، واستهلاك الوقت. في البداية، يتم تقييم قوة الضوضاء لخوارزميات تجميع FCM المحسنة باستخدام صورة اصطناعية تتدهور بسبب أنواع ومستويات مختلفة من الضوضاء. بعد ذلك، يتم تقييم قدرة الخوارزميات المحددة على تقسيم الأوعية الدموية الشبكية بناءً على الصور من قواعد بيانات محرك الأقراص والتحديق بعد مرحلة المعالجة المسبقة. أخيرًا، يتم قياس استهلاك الوقت لكل خوارزمية. تُظهر التجارب أن خوارزميات FRFCM و DSFCM_N تحقق نتائج أفضل من حيث قوة الضوضاء وتقسيم الأوعية الدموية. فيما يتعلق بوقت التشغيل، تتطلب خوارزمية FRFCM وقتًا أقل من الخوارزميات الأخرى في تجزئة صور الشبكية. نوقشت نتائج هذه الدراسة على نطاق واسع، واقترحت بعض الاقتراحات في نهاية هذه الورقة.

Translated Description (French)

Le but principal de l'identification et de la localisation des vaisseaux rétiniens est de spécifier à partir de l'image du fond d'œil les différents tissus de la structure vasculaire, qui peuvent être larges ou serrés. La classification des vaisseaux dans l'image rétinienne est souvent confrontée à plusieurs défis, tels que le faible contraste accompagnant l'image du fond d'œil, l'inhomogénéité de l'éclairage de fond et le bruit. De plus, le c-moyen flou (FCM) est l'un des algorithmes les plus fréquemment utilisés pour la segmentation des images médicales en raison de son efficacité. Par conséquent, de nombreux dérivés de la méthode FCM ont été développés pour améliorer leur robustesse au bruit et leur temps. Cet article vise à analyser les performances de certains algorithmes FCM améliorés afin de recommander les meilleurs pour la segmentation des vaisseaux sanguins rétiniens. Huit dérivés de l'algorithme FCM sont retenus dans cette étude : FCM, EnFCM, SFCM, FGFCM, FRFCM, DSFCM_N, FCM_SICM et SSFCA. L'analyse des performances est menée à partir de trois points de vue : la robustesse au bruit, la performance de segmentation des vaisseaux sanguins et le temps. Dans un premier temps, la robustesse au bruit des algorithmes de regroupement FCM améliorés est évaluée à l'aide d'une image synthétique dégradée par divers types et niveaux de bruit. Ensuite, la capacité des algorithmes sélectionnés à segmenter les vaisseaux sanguins rétiniens est évaluée sur la base d'images provenant des bases de données DRIVE et STARE après une phase de prétraitement. Enfin, la consommation de temps de chaque algorithme est mesurée. Les expériences démontrent que les algorithmes FRFCM et DSFCM_N obtiennent de meilleurs résultats en termes de robustesse au bruit et de segmentation des vaisseaux sanguins. En ce qui concerne le temps de fonctionnement, l'algorithme FRFCM nécessite moins de temps que les autres algorithmes dans la segmentation des images rétiniennes. Les résultats de cette étude sont largement discutés, et quelques suggestions sont proposées à la fin de ce document.

Translated Description (Spanish)

El objetivo principal de identificar y localizar los vasos de la retina es especificar a partir de la imagen del fondo de ojo los diversos tejidos de la estructura vascular, que pueden ser anchos o estrechos. La clasificación de los vasos en la imagen retiniana a menudo se enfrenta a varios desafíos, como el bajo contraste que acompaña a la imagen del fondo, la falta de homogeneidad de la iluminación de fondo y el ruido. Además, la media c difusa (FCM) es uno de los algoritmos más utilizados para la segmentación de imágenes médicas debido a su eficacia. Por lo tanto, se han desarrollado muchos derivados del método FCM para mejorar su robustez de ruido y su consumo de tiempo. Este trabajo tiene como objetivo analizar el rendimiento de algunos algoritmos FCM mejorados para recomendar los mejores para la segmentación de los vasos sanguíneos retinianos. En este estudio se detienen ocho derivados del algoritmo FCM: FCM, EnFCM, SFCM, FGFCM, FRFCM, DSFCM_N, FCM_SICM y SSFCA. El análisis de rendimiento se realiza desde tres puntos de vista: robustez del ruido, rendimiento de la segmentación de los vasos sanguíneos y consumo de tiempo. Al principio, la robustez del ruido de los algoritmos de agrupamiento FCM mejorados se evalúa utilizando una imagen sintética degradada por varios tipos y niveles de ruido. Luego, la capacidad de los algoritmos seleccionados para segmentar los vasos sanguíneos de la retina se evalúa en función de las imágenes de las bases de datos DRIVE y STARE después de una fase de procesamiento previo. Finalmente, se mide el consumo de tiempo de cada algoritmo. Los experimentos demuestran que los algoritmos FRFCM y DSFCM_N logran mejores resultados en términos de robustez del ruido y segmentación de los vasos sanguíneos. En cuanto al tiempo de ejecución, el algoritmo FRFCM requiere menos tiempo que otros algoritmos en la segmentación de imágenes retinianas. Los resultados de este estudio se discuten ampliamente y se proponen algunas sugerencias al final de este documento.

Files

latest.pdf.pdf

Files (1.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:e75a507a77b77c1bd0da14876ccf794a
1.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تحليل مقارن لخوارزميات FCM المحسنة لتقسيم الأوعية الدموية في الشبكية
Translated title (French)
Analyse comparative d'algorithmes FCM améliorés pour la segmentation des vaisseaux sanguins rétiniens
Translated title (Spanish)
Análisis comparativo de algoritmos FCM mejorados para la segmentación de vasos sanguíneos retinianos

Identifiers

Other
https://openalex.org/W4300962341
DOI
10.1007/s00500-022-07531-9

Is supplement to
https://openalex.org/W4310225030 (Other)
https://openalex.org/W4298130764 (Other)
https://openalex.org/W2804364458 (Other)
https://openalex.org/W2394034517 (Other)
https://openalex.org/W2393816671 (Other)
https://openalex.org/W2374520121 (Other)
https://openalex.org/W2364945429 (Other)
https://openalex.org/W2132641928 (Other)
https://openalex.org/W2083665254 (Other)
https://openalex.org/W1522196789 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Algeria

References

  • https://openalex.org/W1589895371
  • https://openalex.org/W1645028295
  • https://openalex.org/W1973880112
  • https://openalex.org/W1990368529
  • https://openalex.org/W1992147426
  • https://openalex.org/W1995450389
  • https://openalex.org/W1998259955
  • https://openalex.org/W2001412060
  • https://openalex.org/W2018593404
  • https://openalex.org/W2033723371
  • https://openalex.org/W2067191022
  • https://openalex.org/W2109037308
  • https://openalex.org/W2115242586
  • https://openalex.org/W2145305441
  • https://openalex.org/W2150769593
  • https://openalex.org/W2592848770
  • https://openalex.org/W2785177491
  • https://openalex.org/W2793640035
  • https://openalex.org/W2901602964
  • https://openalex.org/W2967243902
  • https://openalex.org/W3019470842
  • https://openalex.org/W3048714307
  • https://openalex.org/W3124182741
  • https://openalex.org/W3127579042
  • https://openalex.org/W3186196814
  • https://openalex.org/W4206517281
  • https://openalex.org/W4210467970
  • https://openalex.org/W4210889028
  • https://openalex.org/W4211007335
  • https://openalex.org/W4214646658
  • https://openalex.org/W4214734498
  • https://openalex.org/W4214773182
  • https://openalex.org/W4230441359