• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Portuguese Meeting in Bioengineering >Ensemble Learning Approaches for Retinal Vessel Segmentation
【24h】

Ensemble Learning Approaches for Retinal Vessel Segmentation

机译：视网膜血管分割的集成学习方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Retinal vessel analysis of fundus images is an important practice for the screening and diagnosis of related diseases. Yet, automatic segmentation remains a challenging task. It is well known that ensemble learning methods show great effectiveness improving models performance in a number of applications. Bearing this in mind, in this paper, we explore the implementation of two ensemble techniques, Stochastic Weight Averaging and Snapshot Ensembles, for retinal vessel segmentation. The proposed methods are verified on DRIVE database and it shows higher performance, in terms of Acc, when compared with other state-of-the-art methods. Also, our results hint that may be possible to further improve the segmentation performance, tuning these ensemble methods.
机译：眼底图像的视网膜血管分析是筛查和诊断相关疾病的重要实践。然而，自动分割仍然是一项艰巨的任务。众所周知，集成学习方法在许多应用中显示出极大的提高模型性能的有效性。牢记这一点，在本文中，我们探讨了用于视网膜血管分割的两种总体技术的实现方法，即随机权重平均法和快照合奏法。与其他最新方法相比，提出的方法已在DRIVE数据库上进行了验证，并且在Acc方面显示出更高的性能。同样，我们的结果表明，通过调整这些集成方法，有可能进一步提高分割性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号