一种融合残差模块的U-net对眼底图像渗出液的检测

作     者：傅迎华 李震 张雨鹏 潘东艳 FU Ying-hua;LI Zhen;ZHANG Yu-peng;PAN Dong-yan

作者机构：上海理工大学光电信息与计算机学院上海200093 第二军医大学长海医院眼科上海200433 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2021年第42卷第7期

页      面：1479-1484页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61703277)资助 

主　　题：Res U-net 渗出液 眼底图像 视盘 

摘      要：渗出液是糖尿病视网膜病变(Diabetic Retinopathy,DR)早期出现的特征之一,也是判断糖尿病视网膜病变严重性的重要指标.由于渗出液在亮度特征上与视盘具有很大的相似性,渗出液的分割通常需去除视盘的干扰.为了加强图像的细微特征,本文提出了一种新的图像增强方法预处理方法,使得渗出液比视盘具有更高的对比度.深度U-net在训练样本较少且对稀疏性目标分割时具有较好的效果.本文在U-net结构基础上,加入Resnet结构,通过增强细微特征的学习来改进渗出液检测.本文通过kaggle和DIARETDB1两个公开数据集来验证所提出的方法,其准确度、特异性和敏感性指标在两个数据集上分别为99.1%、99.3%、80.3%和99.0%、99.0%、89.3%.