眼底血管的健康状态对于研究各类眼科疾病具有重要的参考意义。为了帮助临床医疗人员对眼底微血管形态结构图像的分析来诊断疾病,文中提出了一种基于编码-解码(Encoder-Decoder)结构的U-net的眼底血管分割方法。首先,在模型训练之前对...眼底血管的健康状态对于研究各类眼科疾病具有重要的参考意义。为了帮助临床医疗人员对眼底微血管形态结构图像的分析来诊断疾病,文中提出了一种基于编码-解码(Encoder-Decoder)结构的U-net的眼底血管分割方法。首先,在模型训练之前对图像进行预处理,然后使用Leaky ReLU激活函数替换U-net ReLU,避免了神经元的死亡问题,同时使用Adam(Adaptive Moment Estimate)优化器代替梯度下降法优化学习策略,最后对血管分割的平均交并比进行计算评估。实验表明,优化后的模型的平均精度可达到93.29%,相比原算法提升了3.26%。展开更多
文摘眼底血管的健康状态对于研究各类眼科疾病具有重要的参考意义。为了帮助临床医疗人员对眼底微血管形态结构图像的分析来诊断疾病,文中提出了一种基于编码-解码(Encoder-Decoder)结构的U-net的眼底血管分割方法。首先,在模型训练之前对图像进行预处理,然后使用Leaky ReLU激活函数替换U-net ReLU,避免了神经元的死亡问题,同时使用Adam(Adaptive Moment Estimate)优化器代替梯度下降法优化学习策略,最后对血管分割的平均交并比进行计算评估。实验表明,优化后的模型的平均精度可达到93.29%,相比原算法提升了3.26%。