基于改进的U型网络的视网膜图像血管分割

摘要

针对目前存在的细小血管和低对比度血管分割能力不足的问题,以改进U型网络为基础,提出一种眼底血管分割方法。利用对比度限制的自适应直方图均衡化对血管增强处理,运用自适应伽马变换提升图像亮度信息并降低伪影干扰;在原始U-Net基础上,使用残差网络ResNet作为下采样层增强图像特征提取能力;使用激活函数ELU解决原始激活函数输入值为负时所产生的神经元失活问题。上述算法在DRIVE数据集上实验,平均准确率、特异性、灵敏度分别为0.9738、0.9892、0.7912。所提出的方法对血管分割的准确率以及细小血管的分割有所提升。