一种用于OCT图像角膜层分割的边界增强卷积神经网络

摘要

一种用于OCT图像角膜层分割的边界增强卷积神经网络,通过模块替换的方式将拟设计的卷积模块整合到BiO‑Net网络中同时作为编码和解码卷积模块，从而构建一个边界增强的卷积神经网络。该网络借助BiO‑Net中的前向和反向跳跃链接将边界卷积特征和非边界卷积特征传递给不同层次的卷积模块，通过两种卷积特征的学习与探测，共同提升图像中的兴趣目标及其边界区域的探测敏感性和有效性，降低目标边界区域的分割误差,本发明可实现OCT图像中不同角膜层的同时准确提取，并且优于现有的U‑Net和BiO‑Net等网络的分割性能。