基于密集循环网络的视网膜图像分割方法

作者：杨云^*; 周舒婕; 李程辉; 张娟娟

来源：液晶与显示, 2021, 36(12): 1702-1711.

• 视网膜血管分割
• 循环分割对抗网络
• U型网络
• 密集连接结构
• 损失函数

针对视网膜血管在分割过程容易出现细节特征信息丢失、血管轮廓模糊等问题,提出一种改进的循环分割对抗网络算法。该算法改进了分割器的网络模型,在U型网络上、下采样过程中添加了密集连接结构,充分保留了图像的特征信息,提升了模型的泛化能力以及鲁棒性,缓解了过度分割现象。为防止网络退化,将损失函数替换为最小二乘函数,提高了图像的分割质量,提升了网络模型训练的稳定性。实验结果表明,本文的网络模型在DRIVE以及CHASE数据集中,两者分割的准确性、敏感性分别达到了96.93%、84.30%以及96.94%、79.92%。该算法具有较好的网络泛化能力以及分割准确率,可以为疾病诊断提供重要的依据。

• 单位
  陕西科技大学