基于改进U-Net的视网膜血管图像分割

• 作者: 刘雪燕 王成钢 雷军明
• 来源期刊: 信息技术与标准化
• 关键词: 图像分割 视网膜血管 U-Net
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 研究与探讨
• 页码范围: 168-169
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9528.2019.10.052

摘要

视网膜血管的精确分割对于一些疾病的早期诊断具有重要的意义.为了更好的分割视网膜血管,提出一种基于改进U-Net的视网膜血管图像分割方法.在多路径U-Net的基础上,把模型中的普通卷积层改为可变型的卷积网络,该网络可以根据视网膜血管的大小形状自适应的调节血管信息采集区域,得到比较精确的视网膜血管分割图.在DRIVE公共数据集上的实验结果表明,模型的准确率达到96.78％,受试者工作特性曲线下的面积达到0.9836.