文献类型：期刊文章

作　　者：孟娴静[1] 李菁[1] 吕晓琪[1,2,3] 谷宇[1,3]

MENG Xian-jing;LI Jing;LYU Xiao-qi;GU Yu(Key Laboratory of Pattern Recognition and Intelligent Image Processing,School of Information Engineering,Inner Mongolia University of Science and Technology,Baotou 014010,China;School of Information Engineering,Inner Mongolia University of Technology,Hohhot 010051,China;School of Computer Engineering and Science,Shanghai University,Shanghai 200444,China)

机构地区：[1]内蒙古科技大学信息工程学院模式识别与智能图像处理重点实验室,内蒙古包头014010 [2]内蒙古工业大学信息工程学院,内蒙古呼和浩特010051 [3]上海大学计算机工程与科学学院,上海200444

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61771266、61841204、61179019);内蒙古自治区自然科学基金项目(2019MS06003、2015MS0604);内蒙古自治区高等学校科学研究基金项目(NJZY145);包头市科技计划基金项目(2017C1002、2015C2006-14);教育部“春晖计划”合作科研基金项目(教外司留[2019]1383号)。

年　　份：2020

卷　　号：41

期　　号：11

起止页码：3148-3153

语　　种：中文

收录情况：BDHX、BDHX2017、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统的眼底图像血管分割准确率不理想的情况,提出一种基于SegNet的血管分割网络。用截取图像的方法扩增数据;基于SegNet模型进行改进,设计具有不同感受野的编码块、解码块结构,构建编码-多次解码的网络模型;通过大量实验得到分割效果最佳的血管分割网络。血管分割网络在公开眼底数据库DRIVE上进行训练以及测试,准确率、AUC分别达到0.9548、0.9772。实验结果表明,血管分割网络达到了较高的分割精度。

关 键 词：眼底图像 血管分割 编码-多次解码  感受野 卷积神经网络

分 类 号：TP391.4]