学术研究
高分辨率网络加预处理用于眼底血管分割
研究提出一个基于高分辨率网络(HRNet)的视网膜血管分割框架,预处理包括灰度转换、伽马校正、CLAHE(限制对比度的自适应直方图均衡)和归一化。研究在两个公开数据集DRIVE和CHASE_DB1上评估,DRIVE上的敏感度为0.8193,CHASE_DB1上的特异度为0.9807。作者称,该框架能提高眼底图像血管分割的精度,对眼科临床决策有潜在价值。
#眼底图像#血管分割#深度学习
PubMed Ophthalmology