典型文献
基于改进U-Net的视网膜血管分割方法研究
文献摘要：
针对视网膜血管结构复杂、图像对比度低与细节区域分割不精准问题,提出一种基于改进U-Net分割算法.针对卷积操作时卷积核的感受野范围较小而不能充分提取血管特征的问题,将原始卷积层替换成可变形卷积模块,该模块组合了不同尺度、不同复杂度的分支来丰富特征空间的多样性,增大卷积核的感受野范围,进而提升血管特征提取的效果;针对采样操作时产生的梯度消失问题,在网络上采样的过程引入循环残差卷积模块,有助于训练深层网络架构,解决梯度消失问题,避免冗余特征影响,更好地表示图像特征.将本文方法在DRIVE数据集上进行数据对比实验,实验结果的准确性为95.59％,特异性为97.92％,敏感性为79.63％,与当前主流的视网膜血管分割方法相比,改进的模型性能具有一定优势.
文献关键词：
血管分割;U-Net模型;可变形卷积;循环残差卷积
中图分类号：
作者姓名：
郭峰;黄文博;燕杨
作者机构：
长春师范大学计算机科学与技术学院,吉林 长春130032
文献出处：
引用格式：
[1]郭峰;黄文博;燕杨-.基于改进U-Net的视网膜血管分割方法研究)[J].长春师范大学学报,2022(12):62-67,73
A类：
B类：
Net,视网膜血管分割,分割方法,对视,血管结构,对比度,区域分割,分割算法,卷积操作,卷积核,感受野,分提,血管特征,卷积层,层替换,替换成,可变形卷积,卷积模块,模块组合,不同尺度,特征空间,大卷,梯度消失,上采样,循环残差卷积,深层网络,网络架构,冗余特征,图像特征,DRIVE,数据对比,模型性能
AB值：
0.359585
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
