• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Procedia Computer Science >Retinal Vessel Segmentation based on Convolutional Neural Network and Connection Domain Detection
【24h】

Retinal Vessel Segmentation based on Convolutional Neural Network and Connection Domain Detection

机译：基于卷积神经网络和连接域检测的视网膜血管分割

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

摘要

We propose a retinal vessel segmentation algorithm based on a convolution neural network and connected domain detection. After defining the discriminant matrix, we constructed and trained a convolutional neural network model, which can realize the mapping relationship from eye fundus grayscale to the discriminant matrix. This model achieves the preliminary segmentation of retinal vessels. The prediction of uncertain pixels is revised by using the geometric characteristics of the vessels and through the analysis of connected regions. The experimental results show good generalization ability, the average segmentation accuracy, specificity, and sensitivity are 96.64%, 97.96%, and 80.68%, respectively.
机译：我们提出了一种基于卷积神经网络和连接域检测的视网膜血管分割算法。 在定义判别矩阵之后，我们构建和培训了卷积神经网络模型，其可以实现从眼底灰度到判别矩阵的映射关系。 该模型实现了视网膜血管的初步分割。 通过使用血管的几何特性以及通过连接区域的分析来修订对不确定像素的预测。 实验结果表明，良好的泛化能力，平均分割精度，特异性和敏感性分别为96.64％，97.96％和80.68％。

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