原文服务方: 计算机应用研究       
摘要:
针对视网膜血管图像特征信息复杂程度高,现有算法存在微血管分割较低和病理信息误分割等问题,提出一种融合DenseNet和U-Net网络的血管分割模型.首先,通过限制对比度直方图均衡化和filter滤波对图像进行血管增强处理;其次,利用局部自适应gamma提升图像亮度信息并降低伪影的干扰;再次,由多尺度形态学滤波局部增强微血管特征信息;最后,利用U型密集链接模块进行分割.该算法在DRIVE数据集上实验,其平均准确率、灵敏度和特异性分别高达96.74%、81.50%和98.20%.
推荐文章
基于U-Net卷积神经网络的轮毂缺陷分割
轮毂缺陷分割
自动分割
深度学习
神经网络
基于改进 UNet 的视网膜血管分割算法
图像分割
多分支多尺度
空间多样性
密集卷积网络
双向卷积长短时记忆网络
基于双向循环U-Net模型的脑卒中病灶分割方法
深度学习
脑卒中病灶分割
CGRU;
U-Net
双向特征融合
多视面融合
UU-Net:基于U-Net的U形多路径网络的视网膜血管分割
图像分割
视网膜血管
U-Net
残差网络
全卷积网络
级联结构
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的U-Net眼底视网膜血管分割
来源期刊 计算机应用研究 学科
关键词 U型网络 视网膜 血管分割 形态学滤波
年,卷(期) 2020,(4) 所属期刊栏目 图形图像技术
研究方向 页码范围 1247-1251
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2018.09.0775
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 梁礼明 江西理工大学电气工程与自动化学院 93 415 9.0 17.0
2 盛校棋 江西理工大学电气工程与自动化学院 7 0 0.0 0.0
3 郭凯 江西理工大学电气工程与自动化学院 4 1 1.0 1.0
4 邓广宏 江西理工大学电气工程与自动化学院 5 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (32)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(15)
  • 参考文献(2)
  • 二级参考文献(13)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
U型网络
视网膜
血管分割
形态学滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导