Gegundez-Arias等人通过已知的先验和解剖特征，通过特征抽取的方法定位包含中央凹的子图像。然后提出了一种基于灰度值准则的多阈值分割方法用于计算中央凹的中心。实验数据包含1200张眼底图像，其中600张是DR患者的眼底图像。实验的精度按照OD的半径的倍数表示，误差在1倍半径以内的正确率均在90%以上。

    通过特征抽取的方法确定中央凹位置一定程度上摆脱了OD的定位和血管的分割精度的束缚，算法的鲁棒性得到了提高，但提取特征成为了决定精度的重要因素，有的特征提取仍有一定的难度，而神经网络的引入一定程度上克服了人工抽取特征的困难。

    2.4 基于神经网络的眼底图像中央凹检测算法

    SumanSedai等人利用全卷积神经网络设计了双阶段的中央凹检测算法，在第一阶段粗分割用于检测中央凹的位置，再通过一个精细分割中央凹的全卷积神经网络精确定位中央凹的位置 ......