基于轻量级U-Net神经网络提取OCT内指纹和外指纹

光学相干断层扫描(OCT)技术是一种非侵入式的成像技术,可以用来采集高分辨率的手指3维数据,提取角质层和乳头层轮廓并生成内指纹和外指纹。针对目前已有算法在提取角质层和乳头层轮廓时易受到汗腺和皮下组织的影响导致轮廓提取结果有偏差这一问题,本文利用自制OCT实验平台获取高分辨率手指3维数据,提出了一种基于深度可分离卷积的轻量级U-Net神经网络算法来准确提取角质层和乳头层轮廓,通过拼接轮廓的相对深度信息生成内指纹和外指纹。实验结果表明,本文提出的算法能够精确地提取内外指纹,同时在生成指纹效果和普通U-Net神经网络算法相似的前提下大幅减少了模型参数数量。