DR-VNet：基于密集残差UNet的视网膜血管分割
图像与视频处理
2022-03-23 v2 计算机视觉与模式识别
摘要
准确的视网膜血管分割是许多计算机辅助诊断系统的一项重要任务。然而，由于眼睛血管结构复杂，这仍是一个具有挑战性的问题。近来已提出众多血管分割方法，但仍需更多研究以应对细小血管的较差分割。为此，我们提出一种新的深度学习流程，结合了残差密集网络块与残差压缩激励块的效率。我们在三个数据集上通过实验验证了该方法，并表明我们的流程在与小血管捕获评估相关的灵敏度指标上优于当前最先进技术。
引用
@article{arxiv.2111.04739,
title = {DR-VNet: Retinal Vessel Segmentation via Dense Residual UNet},
author = {Ali Karaali and Rozenn Dahyot and Donal J. Sexton},
journal= {arXiv preprint arXiv:2111.04739},
year = {2022}
}
备注
Accepted to ICPRAI 2022 - 3rd International Conference on Pattern Recognition and Artificial Intelligence