人工智能论文总结
关注
分享
扫一扫
文章平均质量分 92
23#.lsy
所谓自由，不是随心所欲，而是自我主宰
展开
-
RV-GAN:使用新的多尺度生成对抗网络分割眼底照片中的视网膜血管结构
DRIVE数据集，视网膜图像中对血管分割进行比较研究，数据来源与糖尿病视网膜病变筛查项目，40张视网膜图片，20张样本用作训练，20张样本用做测试，图像的原始大小为565x584CHASE-DB1训练20张，测试8张，图片的原始大小是999×960。...原创 2022-08-07 00:38:27 · 2034 阅读 · 1 评论 -
基于 Retina-GAN 的视网膜图像血管分割
时间2022；作者侯松辰,张俊虎；会议ISSN。原创 2022-07-20 12:30:11 · 3081 阅读 · 5 评论 -
一种基于超像素和生成对抗网络的视网膜血管分割方法
本文提出一种新的视网膜血管分割方法。首先改进SegAN，融入ASPP模块后扩大了网络的感受野，以便捕获多尺度图像信息。之后利用改进的SegAN对血管进行提取，得到了具有较高准确度的分割图像。借用线性谱聚类超像素边缘贴合性高、计算速度快、分割效果好的优点，将SegAN的分割结果映射到超像素分割图上，对像素块进行分类。实验证明该方法对于血管的提取与分割有着较好的效果。对于增殖型糖尿病视网膜病变图像，以及普通视网膜图像中少量细血管分支不连续性问题则需要进一步的研究。httpshttps。......原创 2022-07-20 12:06:49 · 1236 阅读 · 2 评论 -
光学相干断层扫描中基于 GAN 的视网膜层超分辨率分割
目录1.目的2.网络架构部分2.1整体描述 2.2生成器2.2.1ResNet2.2.2 U-net2.3 鉴别器3.数据采集和预处理4..损失函数部分5.实验和结果6. 结论这项工作集中于视网膜层分割的挑战性任务，以及更高清晰度和准确性的超分辨率GAN的基线架构由两个相互竞争的网络组成，分别命名为生成器和鉴别器。在这项工作中，生成器的目的是产生OCT输入图像的超分辨分割标签，而鉴别器学习区分真实的真实标签和生成的标签。图1显示了GAN的高级体系结构。下面详细记录了体系结构的每个组件。对于我们设计的 GAN原创 2022-07-09 23:12:03 · 856 阅读 · 1 评论