• 《中文核心期刊要目总览》收录期刊
  • 《科技期刊世界影响力指数(WJCI)报告》入选期刊        
  • 美国《化学文摘(网络版)》收录期刊        
  • 美国《剑桥科学文摘社生命科学文摘数据库》收录期刊
  • 美国《剑桥科学文摘社ProQeust数据库》收录期刊
  • 《全球公共卫生数据库》收录期刊
  • 《日本科学技术振兴机构数据库2024》收录期刊
  • 安徽省“精品栏目”期刊(2022年)       
  • 中国高校科技期刊建设示范案例库优秀科技期刊(2022年)
  • 安徽省“十佳科技期刊” (2023年)

区域生长和U-Net结合的视网膜血管分割系统设计与实现

安徽医科大学学报 2022 07 v.57 1066-1073     字体:

基金项目: 国家自然科学基金(编号:82171043);;安徽省自然科学基金(编号:1908085MA14)

作者:蒋梦朵;张鹏宇;张书赫;孙心月;陶黎明;周金华;

关键词:视网膜血管;;U-Net网络;;区域生长;;自动分割;;系统实现

DOI:10.19405/j.cnki.issn1000-1492.2022.07.010

〔摘 要〕 目的 在探索区域生长与U-Net相结合在视网膜血管分割系统中的应用,通过开发的系统自动分割视网膜血管,为医生提供视网膜血管结构变化的准确信息,提高诊断和治疗的效率。方法 结合U-Net网络和区域生长对预处理后的视网膜血管进行自动分割,并通过控件的设计将算法集成到视网膜血管分割系统中。结果 血管分割性能指标—准确率、敏感度、特异性的平均值分别为0.977 7、0.768 4和0.982 1,区域生长能够提高细微视网膜血管的分割准确率。结论 该系统具有界面简洁、操作方便的特点,实现了高精度、可视化的自动视网膜血管分割,为医师观察视网膜血管结构的变化提供了一种有效的计算机辅助诊断平台,也为医师判断病变性质提供了思考方向。