Classification of fundus eye images using support vector machines for supporting glaucoma diagnosis

In this paper the new method for automatic classification of fundus eye images into normal and glaucomatous ones is proposed. The cup region is automatically segmented from fundus eye images taken from classical fundus camera. The proposed method makes use of support vector machines classifier with Gaussian kernel. The mean sensitivity is 85 %, while specificity 90%.

---

W artykule przedstawiono nową metodę automatycznej klasyfikacji cyfrowych obrazów dna oka na normalne i jaskrowe. Obszar wnęki naczyniowej zostaje automatycznie wysegmentowany na obrazie dna oka pozyskanego z klasycznej funduskamery. Zaproponowana metoda klasyfikacji wykorzystuje maszyny wektorów podpierających z jądrem Gaussowskim. Średnia czułość metody wynosi 85%, a specyficzność 90%.