基于改进U-Net的视网膜血管动静脉分割和分类算法

分享到

【获取途径】超星期刊网
【作者】吴诗雨，卓广平，朱俊东，张光华
【刊名】中北大学学报(自然科学版)
【作者单位】¹太原师范学院计算机科学与技术学院；²太原学院智能与自动化系
【年份】2023
【卷号】第44卷
【期号】第1期
【页码】79-85
【ISSN】1673-3193
【关键词】深度学习视网膜图像 FUnet 动静脉分割和分类 U-Net
【摘要】针对视网膜图像动静脉血管分割和分类存在的血管分割不足、连通性差、分类准确率低等问题，提出了一种基于改进U-Net模型的视网膜动静脉血管分割和分类的方法。首先，在U-Net模型的每次卷积操作之后加入批量归一化处理，减少网络中的梯度消失现象；其次，针对网络深度增加，模型性能下降的问题，在全连接层加入额外的跳跃连接，提高模型训练性能；最后，将这种改进后的模型进行4次串联训练，并通过多次的编码和解码对特征进行提取和融合，组成了处理视网膜动静脉血管分割和分类任务的FUnet模型。在DRIVE和HRF数据集...
【文献类型】期刊