基于多分支卷积神经网络的视网膜血管分割方法

摘要：

现有Unet网络分割视网膜血管精度较低,为了更精确地分割出视网膜血管,提出一种基于多分支卷积神经网络的视网膜血管的分割方法.在原有UNet网络模型进行改进,即增加级联结构获取更多信息流,有利于复杂特征的提取,同时提出共享权重残差模块来优化模型.实验在DRIVE数据集上进行验证,实验结果表明所提的网络模型与Unet网络分割结果相比,在准确率、灵敏度等评价指标上均有所提升,显示出更好的性能.

关键词：图像处理;视网膜;血管分割;多分支卷积神经网络

所属期刊栏目：17

分类号：TP183(自动化基础理论)

资助基金：安徽省大学生创新创业训练项目;皖南医学院中青年科研基金

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：88-90,93