基于深度学习的结膜血管分割方法

• 作者: 许子豪 曹娟 马煜辉 陈浜 谢林春 赵一天
• 来源期刊: 电子元器件与信息技术
• 学科: 工学
• 关键词: 结膜 OCTA 图像分割 U-Net
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 软件技术与信息工程
• 页码范围: 108-111
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19772/j.cnki.2096-4455.2021.11.044

摘要

光学相干断层扫描血管成像技术可以对眼前节的结膜进行高分辨率成像,辅助医生对眼科相关疾病的筛查诊断.为了量化结膜图像中的血管信息,实现疾病筛查,需开展血管的准确分割研究.本文提出了基于U-Net神经网络改进的结膜血管自动分割方法.首先进行结膜图像横纹噪声去除的预处理;然后,在U-Net网络结构的基础上级联了若干"微型U-Net",并进一步引入了Focal和Dice损失函数,以实现对结膜血管的自动精确分割.本文提出的方法在AUC、准确率、Dice上分别达到了95.8％、95.5％、64.6％,相较于其他方法都取得了最好的效果.