DU-Net:基于改进型U-Net的视网膜血管分割模型

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：使用视网膜血管的图像可以识别各种疾病,很多眼部疾病需要通过眼球的毛细血管状况来进行判别,因此视网膜血管的准确分割对一些疾病的早期诊断非常重要.医疗影像数据量与U-Net模型在体量上相匹配,有效避免了过拟合.但U-Net网络通常包含大量的层和参数,特别是在处理大型图像数据集时训练和推理的时间较长.为更好地分割视网膜血管,提供一个基于改进U-Net的视网膜血管图像分割方式,用Do卷积代替U-Net路径上的卷积运算,在不增加网络推理运算的情况下加快收敛速度并改善网络性能.在DRIVE数据集上的实验结果表明,与原始U-Net相比,IoU提升了 1.2%,Dice提升了 1.7%,Global correct提升了0.1%.

作者：

孟瑶、孔劼

展开 >

作者单位：

西安石油大学计算机学院陕西西安 710076

关键词：

视网膜血管分割 U-Net DU-Net Do卷积医学图像分割

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.06.009

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(6)