U-net改进的视网膜血管图像分割算法

摘要：

传统抽取算法在病灶、细节区域存在分割不精准的问题.改进算法对U-net深度神经网络进行改进,在网络底层加入Dense-net网络中的稠密连接方式,使用BConvLSTM来组合编码器和解码器的特征信息,结合AC-net思想提出Mul-tiAc模块,在U-net下采样和上采样过程加入该模块,帮助网络学习更复杂的特征信息,在预测过程中提高精确率.通过在DRIVE、STARE、CHASE_DB1这3个公开眼底数据库的实验,分割结果的客观评价指标与主观视觉验证了改进算法在分割精度方面的有效性.

关键词：视网膜血管提取;U型网络;稠密卷积网络;双向卷积长短时记忆网络;不对称卷积网络

所属期刊栏目：42

分类号：TP183(自动化基础理论)

资助基金：宁夏自然科学基金项目;宁夏高等学校科学研究基金项目;2018年宁夏研究生教育教学改革研究;实践基金项目;宁夏大学研究生创新研究基金项目

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2884-2893