论文部分内容阅读
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。