低尺度血管检测在视网膜血管分割中的应用*

摘要：

视网膜图像分析成为目前诊断多种疾病非侵入的主要方式,其中血管的提取是最重要的一步.监督学习的方法在血管提取上有很好的效果,为了进一步提高检测的精度,提出了低尺度血管检测(LVD)算法.该网络除了有一个提取输入原尺度下特征的子网络外,还增加了两个低尺度下的特征提取子网络,并将低尺度下的单一输出融合原尺寸下的特征,降维后得到最后的输出结果.考虑到眼底血管结构特性,在LVD中设计了具有较深层数和较少参数的非对称固定深度子网络(ADS).在公共的数据库DRIVE中进行测试,仅采用彩色眼底图像的绿色分量和B-COSFIRE滤波响应作为特征输入,其敏感性、特异性、准确率以及AUC指标分别为0.819 2、0.984 2、0.969 5、0.978 2,达到了先进水平.

关键词：视网膜血管分割、低尺度血管检测(LVD)、B-COSFIRE、非对称固定深度子网络(ADS)

所属期刊栏目：14

分类号：TP391.41(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61673193 国家自然科学基金;the Natural Science Foundation of Jiangsu Province under Grant No. BK20150160 江苏省自然科学基金;the Excellent Youth Fund of Jiangsu Province under Grant No. BK20190079 江苏省优秀青年基金

在线出版日期：2020-01-18（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：171-180