期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进U-Net的视网膜血管动静脉分割和分类算法
1
作者 吴诗雨 卓广平 +1 位作者 朱俊东 张光华 《中北大学学报（自然科学版）》 CAS 2023年第1期79-85,共7页
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... 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数据集上进行了模型有效性的验证,实验结果表明:与传统U-Net相比,本文方法在DRIVE数据集上AUC、精确度和特异度分别提升了4.11%、 7.61%和0.06%,在HRF数据集上AUC、精确度和特异度分别提升了17.24%、 0.6%和0.18%。该方法对视网膜动静脉自动准确的分割和分类具有较好的效果。 展开更多
关键词 深度学习 视网膜图像 FUnet 动静脉分割和分类 U-Net
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部