基于改进的上下文编码网络的微动脉瘤病变分割方法

摘要

为了更有效地检测出在糖尿病视网膜上发生的微动脉瘤病变，本发明提出了一种基于改进的密集空洞卷积模块的上下文编码网络，通过对糖尿病视网膜病变图片的特征进行提取，提高微动脉瘤检测的准确性。改进的密集空洞卷积模块是将开始的分支从网络中删除，并新加入一个包含更多空洞卷积块的分支，使空洞卷积率r依次递增，感受野也随着r的增加而增加。该网络能够提取不同尺寸的特征，将糖尿病视网膜图片的微动脉瘤病变分割出来。实验是在印度糖尿病视网膜病变图像数据集(IDRID)上进行的。实验结果表明，与许多先进方法相比，本发明方法实现了更小的误差和更高的分割精度。