一种基于深度学习的视网膜视盘分割方法

摘要

一种基于深度学习的视网膜视盘分割方法，具体步骤如下：步骤1)将视网膜图像进行预处理；步骤2)构建网络模型；步骤3)设置训练策略；步骤4)训练网络和更新参数；5)设置评估模型；6)评估本发明中所提出的模型。本发明是在U‑Net的整体架构上进行改进。加入了并行卷积模块，通过三个并行的空洞卷积，空洞卷积能使网络的感受野在不增加卷积核参数的情况下得到提升，并行的结构能解决空洞卷积中使信息稀疏化的缺点。引入的减法运算和多尺度的池化层能得在编码过程中保留更多的边界信息，并在跳跃连接中串联更多的特征信息。