基于深度学习的结膜血管分割方法  

作　　者：许子豪 曹娟[1] 马煜辉 陈浜 谢林春 赵一天 

机构地区：[1]重庆交通大学信息科学与工程学院,重庆400000 [2]中国科学院宁波材料与技术工程研究所慈溪生物医学工程研究所,浙江宁波315201

出　　处：《电子元器件与信息技术》2021年第11期108-111,共4页Electronic Component and Information Technology

基　　金：重庆市自然科学基金《基于手持式眼底相机的多疾病自动筛查系统研究》(项目编号:Cstc2021jcyj-msxmX0992);宁波市自然科学基金《基于视网膜OCT图像的眼底疾病筛查诊断基础研究》(项目编号:202003N4039,202003N4040)。

摘　　要：光学相干断层扫描血管成像技术可以对眼前节的结膜进行高分辨率成像,辅助医生对眼科相关疾病的筛查诊断。为了量化结膜图像中的血管信息,实现疾病筛查,需开展血管的准确分割研究。本文提出了基于U-Net神经网络改进的结膜血管自动分割方法。首先进行结膜图像横纹噪声去除的预处理;然后,在U-Net网络结构的基础上级联了若干“微型U-Net”,并进一步引入了Focal和Dice损失函数,以实现对结膜血管的自动精确分割。本文提出的方法在AUC、准确率、Dice上分别达到了95.8%、95.5%、64.6%,相较于其他方法都取得了最好的效果。

关 键 词：结膜 OCTA 图像分割 U-Net 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]