|
|||||
|
|
| 基于深度学习的眼底血管图像分割研究进展 | |
| 作者姓名： | 贺鑫 王晓燕 周启香 张文凯 |
| 作者单位： | 山东中医药大学智能与信息工程学院,济南 250355 |
| 基金项目： | 国家自然科学基金(82174528); 山东省中医药科技项目(2021M146); 山东省研究生教育质量提升计划(SDYKC19147) |
| 摘 要： | 眼底血管图像分割对青光眼、糖尿病视网膜病变等多种眼部疾病有较好的辅助诊断作用,目前深度学习因其强大的抽象特征发现能力,有望满足人们从眼底血管图像中提取特征信息进行图像自动分割的需求,成为眼底血管图像分割领域的研究热点.为更好把握该领域的研究进展,本文对相关数据集和评价指标整理归纳,对深度学习在眼底血管图像分割中的应用进行详细阐述,重点梳理各类分割方法的基本思想、网络结构及改进之处,分析现有眼底血管图像分割方法存在的局限性及面临的挑战,并对该领域未来的研究方向做出展望. |
| 关 键 词： | 眼底血管 图像分割 深度学习 有监督学习 无监督学习 |
| 收稿时间： | 2023-09-13 |
| 修稿时间： | 2023-10-08 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |