#多光谱成像

多光谱图像相位分析与机器学习在视网膜健康评估中的应用

该研究探讨了多光谱图像相位分析结合机器学习方法在区分健康和病变视网膜方面的有效性。结果表明，多光谱图像的相位分析在分类性能上优于平均反射值，是一种有效的降维技术，能够提取关键特征。第一谐波与Z-score标准化结合时效果最佳。为了比较多光谱图像与传统彩色眼底相机的效果，研究者从多光谱图像中提取红、绿、蓝三个光谱带并合成RGB样图像进行相同分析。结果显示，多光谱图像的相位分析比RGB样图像的相位分析提供了更准确的分类结果。不同感兴趣区域的分析显示，使用整个视网膜进行分类性能最佳，可能是因为疾病进展到影响整个眼底。这些发现表明，多光谱图像相位分析与机器学习是视网膜疾病分类的强大工具。