×
中国测试

眼科与耳鼻咽喉科论文_基于GAN的少样本视网膜

文章摘要:视网膜血管分割是自动筛查糖尿病视网膜病变的重要步骤,当前大部分深度学习方法都使用大样本进行网络训练,但医学领域带标签样本难以获取,且存在健康人样本与患者样本不平衡问题。本文提出了一种基于生成对抗网络的少样本视网膜血管分割方法,生成器部分对图像做反色等预处理后,通过旋转增扩充了数据集,网络部分使用U-Net结构,判别器部分使用卷积神经网络。在实验阶段,在DRIVE数据集和HRF数据集上进行训练测试,训练时只使用训练集的6个样本,测试时使用全部测试集样本,最终在两个数据集下的ROC曲线下面积分别达到了0.97和0.95,准确率达到了0.95和0.94。与少样本情况下的U-Net相比,分割性能提升很大,表明本方法针对少样本视网膜血管分割任务确实有效。

文章关键词:

论文分类号:R774.1;TP391.41

上一篇:地质学论文_常见稀有气体采样容器研究进展及意
下一篇:没有了

Top