多尺度卷积神经网络的视网膜血管分割

• 作者: 冯寿廷 刘冰雁 卓钟烁 程卉怡
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 视网膜血管 分割 准确
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 63-65
• 页数: 3页
• 分类号: TN27
• 字数: 2038字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.05.063

摘要

视网膜血管自动分割可以辅助诊断许多疾病,但精确分割血管是一个巨大的挑战.因此提出一种基于卷积神经网络的视网膜血管分割方法.不同尺寸卷积核提取多尺度特征,对不同深度卷积层的特征图进行融合.利用局部和全局信息可以获得更好的预测结果.网络的最后一层是卷积层,其输出值代表像素灰度大小.在常用眼底数据库DRIVE上进行实验,其平均灵敏度、特异性、准确率和AUC (Area Under the Curve)分别达到0.766 9,0.980 6,0.953 4和0.972 2.结果 表明本方法能实现视网膜血管的分割,且具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卓钟烁	华南师范大学物理与电信工程学院	1	6	1.0	1.0
2	程卉怡	华南师范大学华南先进光电子研究院	1	6	1.0	1.0
3	刘冰雁	华南师范大学物理与电信工程学院	1	6	1.0	1.0
4	冯寿廷	华南师范大学物理与电信工程学院	4	6	1.0	2.0