基于改进U-net的视网膜血管分割方法研究
刘丽婷
王淑怡
匡珍春
广东海洋大学 广东湛江 524000
摘要：深度学习技术在医疗领域起着重要作用,其中视网膜血管的分割问题也是受到了许多国内外学者的关注.通过对视网膜血管的观察能够诊断出某些疾病的早期症状,U-net网络因其在这方面表现出良好的效果,一直深受大家的喜爱.基于此,基于U-net网络,结合偏置场校正算法和对比度受限自适应直方图均衡算法对图像进行预处理,将卷积长期短期记忆加入网络中,改变了编码路径的连接方式,以提取更多样化的特征,将输出结果进行融合,最终实现了较高的准确率,能够分割出主要的血管,能够在医学诊断时给医生提供更为可靠的诊断依据.
关键词：图像分割U-netConv-LSTM网络
资助基金：国家级大学生创新创业训练计划项目(202210566022)
论文发表日期：2023-04-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 26-29 )