قطعه بندی رگ های شبکیه چشم در تصاویر فوندوس مبتنی بر U-Net بهبود داده شده

قطعه بندی عروق شبکیه چشم در تصاویرفوندوس، گام کلیدی در تشخیص اولیه بیماری های چشمی مانند رتینوپاتی دیابتی و فشار خون است. دراین مقاله، روشی خودکارمبتنی بر شبکه های عصبی کانولوشنی ارائه شده که ویرایش تغییر یافته ای ازمعماری U-Net است. دقت الگوریتم بر روی دادگان شناخته شده DRIVE و STARE به ترتیب برابر 96/70 و 96/09 به دست آمده است به کارگیری مدل پیشنهادی مبتنی بر U-Net به بهبود چشم گیر معیار AUC نیز منجر شده است.

کلیدواژه ها:

عروق شبکیه چشم ، قطعه بندی ، یادگیری عمیق U-Net