科研之友
微信
新浪微博
Facebook
分享链接
摘要
黄斑在视网膜眼底图像中呈现为一个颜色暗淡的区域，且分割容易受到暗病灶干扰，因此提出一种可以快速准确分割黄斑位置的方法。首先，设计神经网络将深度学习的方法应用到黄斑分割中，并通过上采样过程恢复原始的尺寸；其次，受限于有限的数据集，将条件生成对抗网络(conditional generative adversarial nets, cGAN)引入到黄斑分割中，该方法可生成伪图像作为分割结果，并以一种可解释的方式对此结果进行训练来分割黄斑。实例验证结果表明，该方法可生成高质量图像，并能处理梯度消失的问题，有助于弥补数据样本不足的缺陷，在光照不均和暗病灶干扰的情况下，也能取得很好的分割效果。使用公共数据集MESSIDOR和Kaggle进行了训练和验证，分别得到了94%和99.32%的准确率。
- 单位
