多尺度卷积神经网络的视网膜血管分割

作者：卓钟烁; 程卉怡; 刘冰雁; 冯寿廷^*

来源：激光杂志, 2019, 40(05): 63-65.

DOI：10.14016/j.cnki.jgzz.2019.05.063

• 深度学习
• 卷积神经网络
• 视网膜血管
• 分割
• 准确

视网膜血管自动分割可以辅助诊断许多疾病,但精确分割血管是一个巨大的挑战。因此提出一种基于卷积神经网络的视网膜血管分割方法。不同尺寸卷积核提取多尺度特征,对不同深度卷积层的特征图进行融合。利用局部和全局信息可以获得更好的预测结果。网络的最后一层是卷积层,其输出值代表像素灰度大小。在常用眼底数据库DRIVE上进行实验,其平均灵敏度、特异性、准确率和AUC(Area Under the Curve)分别达到0. 766 9,0. 980 6,0. 953 4和0. 972 2。结果表明本方法能实现视网膜血管的分割,且具有较高的准确率。

• 单位
  华南先进光电子研究院; 华南师范大学