| 基于GAN的少样本视网膜血管分割研究 |
| |
| 引用本文： | 张思杰,方翔,魏赋.基于GAN的少样本视网膜血管分割研究[J].电子测量与仪器学报,2021,35(11):132-142. |
| |
| 作者姓名： | 张思杰 方翔 魏赋 |
| |
| 作者单位： | 重庆大学微电子与通信工程学院 重庆 400044 |
| |
| 基金项目： | 国家自然科学基金（30470469）项目资助 |
| |
| 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。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097和095，准确率达到了095和094。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。
|
| 关 键 词： | 视网膜血管分割 生成对抗网络 少样本学习 类不平衡 |
Research on retinal vascular segmentation based on GAN using few samples |
| |
| Zhang Sijie,Fang Xiang,Wei Fu.Research on retinal vascular segmentation based on GAN using few samples[J].Journal of Electronic Measurement and Instrument,2021,35(11):132-142. |
| |
| Authors: | Zhang Sijie Fang Xiang Wei Fu |
| |
| Affiliation: | College of Microelectronics and Communication Engineering, Chongqing University, Chongqing 400044, China |
| |
| Abstract: | |
| |
| Keywords: | retina vessel segmentation generation of adversarial network few sample learning class imbalance |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子测量与仪器学报》浏览原始摘要信息 |
|
点击此处可从《电子测量与仪器学报》下载全文 |
