基于机器学习对眼底图像视网膜血管分割方法

作者：陆辉辉^*; 夏海英

来源：广西物理, 2018, 39(Z1): 13-16.

• 血管分割
• 眼底图像
• 机器学习
• 视网膜
• 糖尿病

眼底图像血管分割对于分析糖尿病视网膜病变具有重要意义。本文分析了U-net[1]的网络结构,搭建了U-net网络模型,实现了基于卷积神经网络的眼底图像血管分割。在DRIVE数据库上的实验结果表明,DRIVE眼底图像数据库细小血管多而杂,依靠人眼分割极其困难,但U-net在对眼底图像血管分割上的特异性、灵敏度、准确率、处理速度等方面明显优于传统的眼底图像血管分割方法。

• 单位
  广西师范大学; 电子工程学院