-
公开(公告)号：CN116385363A
公开(公告)日：2023-07-04
申请号：CN202310201479.4
申请日：2023-03-03
Applicant: 哈尔滨理工大学
Abstract: 本发明公开了一种基于密集连接自适应感受野的视网膜血管分割方法，属于医学图像处理领域。包括：对数据集中原始彩色视网膜血管图像进行预处理，然后对预处理之后的视网膜血管数据集进行扩增训练。提出一种以U‑Net编码器‑解码器结构为基本框架，并将密集连接网络引入其中的DSNet模型，增强了网络的特征传递能力，并提高网络的整体分割性能。本发明采用选择性核单元来代替传统卷积神经网络的3×3卷积，通过注意力机制自动调整网络的感受野，并混合扩展卷积和常规卷积提取的特征图，以集合多尺度特征。并在三个公开的数据集DRIVE、STARE和CHASE_DB1上进行实验并与标准U‑Net和LadderNet进行对比实验，验证了DSNet分割出的血管具有更好的连通性，相较于U‑Net和LadderNet网络有效提升了分割准确性。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
