A proposal to measure the similarity between retinal vessel segmentations images

• Marco A. Escobar ^[3] ; José R. Guzmán Sepúlveda ^[1] ; Jorge R. Parra Michel ^[4] ; Rafael Guzmán Cabrera ^[2]
  1. [1] University of Central Florida

     University of Central Florida

     Estados Unidos

     
  2. [2] Universidad de Guanajuato

     Universidad de Guanajuato

     México

     
  3. [3] Universidad De La Salle Bajío
  4. [4] Universidad De La Salle Bajío, León, Guanajuato, México.

  Mostrar afiliaciones +
• Localización: Nova scientia, ISSN-e 2007-0705, Vol. 11, Nº. 22, 2019, págs. 224-245
• Idioma: inglés
• Títulos paralelos:
  • Una propuesta para medir la similaridad entre imágenes segmentadas de la red vascular de la retina
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Proponemos una nueva metodología para establecer la similitud entre imágenes segmentadas de la red vascular de la retina. El método está basado en vincular métricas estándar con propiedades estructurales a través de la dimensión fractal. Método: Aplicamos nuestra metodología para comparar la vascularidad de imágenes de la retina extraídas de forma automática contra segmentaciones hechas de forma manual. Resultados: Demostramos que existe una fuerte correlación entre las métricas estándar y la dimensión fractal y que esta prevalece incluso si se divide la imagen en sub-imágenes. Discusión o Conclusión: Mostramos que la dimensión fractal esta correlacionada con el rendimiento del algoritmo de segmentación y por tanto puede ser usado como métrica.

  • English

    We propose a novel approach for the assessment of the similarity of retinal vessel segmentation images that is based on linking the standard performance metrics of a segmentation algorithm, with the actual structural properties of the images through the fractal dimension. Method: We apply our methodology to compare the vascularity extracted by automatic segmentation against manually segmented images. Results: We demonstrate that the strong correlation between the standard metrics and fractal dimension is preserved regardless of the size of the subimages analyzed. Discussion or Conclusion: We show that the fractal dimension is correlated to the segmentation algorithm’s performance and therefore it can be used as a comparison metric.