作者：向陈君; 张新晨眼底图像视网膜血管分割方法监督方法深度学习神经网络训练
摘要：视网膜血管分割是眼底图像研究的基础。探讨视网膜血管分割方法的现状,总结不同分割方法的优缺点,综述基于眼底图像的血管分割方法。根据视网膜图像特点,分析基于窗口、基于分类和基于跟踪三类方法;根据是否采用图像的特征数据规则,研讨监督方法和非监督方法。研究对比发现,基于窗口的方法大多结合滤波器实施分割,因此计算量较大;基于分类的方法需人工提取特征,因此算法效率低;基于跟踪的方法过于依赖初始种子点的选取;非监督方法需自行制定判断规则,受制于规则的适用性;监督方法需要大量先验数据进行建模,技术上存在瓶颈。后续应借助深度学习技术,结合神经网络算法,训练得到更加精准的分类模型,进一步提升视网膜血管分割精度和效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
