改进型Unet:一种高效准确的视网膜血管分割方法

您当前的位置：

首页 >

文章列表页 >

光学图像处理 | 更新时间：2025-09-01

- 改进型Unet:一种高效准确的视网膜血管分割方法
- Improved Unet: an efficient and accurate retinal vessel segmentation method
- 光学技术 2019年45卷第6期页码：744-748
- 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：
  
  国家自然科学基金重点项目(U1301251);广东省科技计划项目(2016A010101021)
- DOI：10.13741/j.cnki.11-1879/o4.2019.06.017
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
钟文煜, 冯寿廷. 改进型Unet:一种高效准确的视网膜血管分割方法[J]. 光学技术, 2019,45(6):744-748.

Improved Unet: an efficient and accurate retinal vessel segmentation method[J]. 2019, 45(6): 744-748.
钟文煜, 冯寿廷. 改进型Unet:一种高效准确的视网膜血管分割方法[J]. 光学技术, 2019,45(6):744-748. DOI： 10.13741/j.cnki.11-1879/o4.2019.06.017.

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.

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。

浏览量

847

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于3D全卷积神经网络的肺叶自动分割方法

深浅交错式特征融合的人体图像分割方法

基于多尺度滤波和线检测算子的视网膜血管检测

亚微米光栅零级衍射特性的数值研究

红外目标运动参数估计方法