一种基于超像素和生成对抗网络的视网膜血管分割方法
Journal of Integration Technology（2020）
Abstract
针对传统视网膜图像血管分割中部分血管轮廓粗糙、血管末梢和分支细节丢失等问题,提出一种结合线性谱聚类超像素与生成对抗网络(Generative Adversarial Networks,GAN)的视网膜血管分割方法.该方法首先对GAN进行改进,采用空洞空间金字塔池化模块的多尺度特征提取来提高GAN分割精度,在获得视网膜血管分割图像后,利用线性谱聚类超像素分割的边缘贴合性高、轮廓清晰的特点,将GAN输出图像映射到超像素分割图再对像素块进行分类,以达到分割的效果.仿真实验结果表明,与传统的视网膜血管分割方法相比,该方法在灵敏度和准确性上有一定提升,轮廓边缘细节方面有着更好的效果.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined