基于FCN的眼底图像中央凹自动检测算法

• 作者: 燕杨 黄文博
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 眼底图像 中央凹检测 全卷积网络 金字塔池化模块
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 893-898
• 页数: 6页
• 分类号: TP391
• 字数: 2902字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019378

摘要

针对传统算法很难识别彩色眼底图像中央凹的问题,提出一种基于全卷积网络(fully convolutional networks,FCN)的眼底图像中央凹自动检测算法.首先通过彩色眼底图像的局部上下文环境挖掘全局上下文信息,构建实现局部像素级分类的FCN模型,然后将局部像素级特征推广到全局金字塔池化模块中,使空间统计数据为全局语境理解提供了更好地描述与表达,从而有效获得了极具区分度的全局上下文信息,最后将全局与局部特征相融合,实现对中央凹的精准检测.实验结果表明,该算法提高了眼底暗病变检测的特异性,并为眼底严重病变的发现提供了有效证据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文博	吉林大学符号计算与知识工程教育部重点实验室	5	47	3.0	5.0
2	燕杨	长春师范大学计算机科学与技术学院	17	415	6.0	17.0