Improved Unet: an efficient and accurate retinal vessel segmentation method

doi:10.13741/j.cnki.11-1879/o4.2019.06.017

您当前的位置：

首页 >

文章列表页 >

Improved Unet: an efficient and accurate retinal vessel segmentation method

更新时间：2025-09-01

- Improved Unet: an efficient and accurate retinal vessel segmentation method
- Vol. 45, Issue 6, Pages: 744-748(2019)
- 作者机构：
  
  1:华南师范大学物理与电信工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2019.06.017
  CLC：
- Published：2019
- 稿件说明：
移动端阅览
Improved Unet: an efficient and accurate retinal vessel segmentation method[J]. 2019, 45(6): 744-748.
DOI：

Improved Unet: an efficient and accurate retinal vessel segmentation method[J]. 2019, 45(6): 744-748. DOI： 10.13741/j.cnki.11-1879/o4.2019.06.017.

摘要

眼底血管的形态结构是多种疾病诊断的重要依据

但高效准确分割血管是一个巨大挑战。受多尺度卷积神经网络结构启发

将多特征提取应用到U型网络

提出改进型Unet网络。抽取眼底图像的绿通道

通过镜像、旋转、平移对训练集进行数据增强;将训练集输入到改进型Unet全卷积神经网络中进行分割;对网络模型的预测结果进行全局阈值分割得到最终结果。在DRIVE眼底数据库下实验

使用GPU分割一张565×584眼底图像仅需70ms

平均准确率高达0.9565

灵敏度、特异性也分别达到了0.7961、0.9802。实验表明算法分割准确率和效率与同类先进算法相比具有较高的水平。

Abstract

关键词

Keywords

references

Views

847

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Segmentation of lung lobes based on 3D full convolution neural network

Human image segmentation method based on depth staggered feature fusion

Retinal blood vessel detection based on multi-scale filtering and line detector

Numerical study on zero-order diffraction characteristics of submicron gratings

A method of infrared target motion parameter estimation

Related Author

聂生东

高磊

祁章璇

帅珍彬

王颖

文登伟

张东波

张晟钰

Related Institution

1:上海理工大学医疗器械与食品学院医学影像处理实验室

1:湘潭大学信息工程学院

2:湘潭大学控制工程研究所

1:北京理工大学信息科学技术学院光电工程系

2:北京理工大学信息科学技术学院光电工程系

⁰