基于改进SegNet的眼底图像血管分割

发布时间：2020-12-31 14:46

　　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DRIVE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。 

【文章来源】：计算机工程与设计. 2020年11期 北大核心

【文章页数】：6 页

【部分图文】：

SegNet网络结构

解码块结构

BVSNet结构

【参考文献】：
期刊论文
[1]基于Frangi滤波器和Otsu视网膜血管分割[J]. 孟琳,刘静,曹慧,史婷瑶,张驰.  激光与光电子学进展. 2019(18)
[2]基于改进全卷积网络的皮肤病变图像分割[J]. 杨国亮,洪志阳,王志元,龚曼.  计算机工程与设计. 2018(11)



本文编号：2949802