基于深度森林的视网膜血管分割算法

• 作者: 李志强 杨欣 吴臣桓
• 来源期刊: 云南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 视网膜血管分割 深度森林 集成学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 大数据与机器学习
• 页码范围: 601-606
• 页数: 6页
• 分类号: TP391.41|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1672-8513.2020.06.012

摘要

为提高诊断视网膜血管相关疾病的效率,提出了1种基于深度森林的视网膜血管分割算法.首先通过CLAHE算法对彩色眼底视网膜图像进行增强处理;然后随机选取部分图像块,并以图像块中心位置对应的标签作为图像块的标签对深度森林模型进行训练;最后从测试图像提取图像块送入训练好的深度森林模型对图像块中心像素的标签进行预测,从而完成视网膜血管分割.在DRIVE和STARE数据集上进行了性能验证,平均准确率分别达到了0.937 5和0.946 1,实现了有效的视网膜血管分割.