基于改进SegNet的眼底图像血管分割

摘要：

针对传统的眼底图像血管分割准确率不理想的情况,提出一种基于SegNet的血管分割网络.用截取图像的方法扩增数据;基于SegNet模型进行改进,设计具有不同感受野的编码块、解码块结构,构建编码-多次解码的网络模型;通过大量实验得到分割效果最佳的血管分割网络.血管分割网络在公开眼底数据库DRIV E上进行训练以及测试,准确率、AUC分别达到0.9548、0.9772.实验结果表明,血管分割网络达到了较高的分割精度.

关键词：眼底图像、血管分割、编码-多次解码、感受野、卷积神经网络

所属期刊栏目：41

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目;内蒙古自治区自然科学基金项目;内蒙古自治区高等学校科学研究基金项目;包头市科技计划基金项目;教育部"春晖计划"合作科研基金项目

在线出版日期：2020-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3148-3153