摘要: 针对视盘、 视杯分割任务中, 由青光眼病变引起目标大小显著变化导致的错误分割问题, 提出一种使用更轻量级的编码器-解码器网络, 并引入金字塔池化模块, 通过网络丰富的感受野捕捉更多上下文特征, 丰富尺度特征, 充分利用全局信息. 在数据集RIM-ONE v.3上进行多组对比实验和评估, 实验结果表明, 该方法对视盘分割的平均交并比为0.908, Dice系数为0.958, 均方误差为0.002, 比现有算法各项指标性能均有提高.
中图分类号:
燕杨, 曹娅迪, 黄文博. 基于多尺度特征的视盘分割方法[J]. 吉林大学学报(理学版), 2023, 61(1): 136-142.
YAN Yang, CAO Yadi, HUANG Wenbo. Optic Disc Segmentation Method Based on Multi-scale Features[J]. Journal of Jilin University Science Edition, 2023, 61(1): 136-142.