視網(wǎng)膜血管的自動(dòng)分割在糖尿病和高血壓等疾病的診斷中起著重要作用。針對(duì)現(xiàn)有算法在細(xì)小血管和病變區(qū)域血管分割能力不足的問(wèn)題,提出了一種基于改進(jìn)整體嵌套邊緣檢測(cè)(HED)網(wǎng)絡(luò)的視網(wǎng)膜血管分割算法。首先,采用了一種殘差可變形卷積塊代替普通卷積塊,增強(qiáng)模型捕獲血管形狀和尺寸的能力;其次,采用擴(kuò)張卷積層取代原有的池化層,用以保留血管特征的空間位置信息;最后,使用具有底部短連接結(jié)構(gòu)的HED網(wǎng)絡(luò)框架對(duì)預(yù)訓(xùn)練的網(wǎng)絡(luò)進(jìn)行特征提取和融合,使得模型可以更好地將骨干網(wǎng)絡(luò)所提取的視網(wǎng)膜圖像中血管的高級(jí)結(jié)構(gòu)信息與低級(jí)細(xì)節(jié)信息相融合。通過(guò)在DRIVE(Digital Retinal Images for Vessel Extraction)和STARE(Structured Analysis of the Retina)數(shù)據(jù)集上進(jìn)行驗(yàn)證,所提網(wǎng)絡(luò)的靈敏度分別達(dá)到了81.75%和80.68%,特異性分別達(dá)到了97.67%和98.38%,準(zhǔn)確性分別達(dá)到了95.44%和96.56%,受試者工作特征曲線(ROC)的曲線下面積(AUC)分別達(dá)到了98.33%和98.12%,實(shí)現(xiàn)了優(yōu)于其他先進(jìn)方法的綜合分割性能。

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 引言
2 網(wǎng)絡(luò)結(jié)構(gòu)與算法原理
    2.1 殘差可變形塊
    2.2 擴(kuò)張卷積
    2.3 網(wǎng)絡(luò)框架
    2.4 損失函數(shù)
3 實(shí)驗(yàn)
    3.1 數(shù)據(jù)集與網(wǎng)絡(luò)參數(shù)設(shè)置
    3.2 圖像預(yù)處理
        3.2.1 提取通道
        3.2.2 圖像歸一化和CLAHE
        3.2.3 伽馬校正
    3.3 性能評(píng)估指標(biāo)
    3.4 結(jié)果分析
        3.4.1 所提出方法的結(jié)果
        3.4.2 與其他先進(jìn)方法的比較
        3.4.3 在病變圖像上的表現(xiàn)
        3.4.4 與原始HED網(wǎng)絡(luò)的比較
4 結(jié)論



本文編號(hào)：3784158