国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:梁礼明,盛校棋,郭凯,邓广宏,
单位:江西理工大学电气工程与自动化学院,江西赣州341000;
关键词:U型网络,视网膜,血管分割,形态学滤波,
基金:国家自然科学基金资助项目(51365017,61463018);江西省自然科学基金面上项目(20192BAB205084);江西省教育厅科学技术研究重点项目(GJJ170491);;
针对视网膜血管图像特征信息复杂程度高,现有算法存在微血管分割较低和病理信息误分割等问题,提出一种融合DenseNet和U-Net网络的血管分割模型。首先,通过限制对比度直方图均衡化和filter滤波对图像进行血管增强处理;其次,利用局部自适应gamma提升图像亮度信息并降低伪影的干扰;再次,由多尺度形态学滤波局部增强微血管特征信息;最后,利用U型密集链接模块进行分割。该算法在DRIVE数据集上实验,其平均准确率、灵敏度和特异性分别高达96.74%、81.50%和98.20%。
来源:2020年第4期
《计算机应用研究》期刊编辑部