U-net改进的视网膜血管图像分割算法

作者：王原; 马瑜^*; 江妍; 梁远哲; 马鼎; 李霞

来源：计算机工程与设计, 2021, 42(10): 2884-2893.

DOI：10.16208/j.issn1000-7024.2021.10.025

• 视网膜血管提取
• U型网络
• 稠密卷积网络
• 双向卷积长短时记忆网络
• 不对称卷积网络

传统抽取算法在病灶、细节区域存在分割不精准的问题。改进算法对U-net深度神经网络进行改进,在网络底层加入Dense-net网络中的稠密连接方式,使用BConvLSTM来组合编码器和解码器的特征信息,结合AC-net思想提出MultiAc模块,在U-net下采样和上采样过程加入该模块,帮助网络学习更复杂的特征信息,在预测过程中提高精确率。通过在DRIVE、STARE、CHASEDB1这3个公开眼底数据库的实验,分割结果的客观评价指标与主观视觉验证了改进算法在分割精度方面的有效性。