基于深度学习的眼底图像分割关键技术研究.pdf

基于深度学习的眼底图像分割关键技术研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共75页,其中可免费阅读23页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

眼底图像自动分割对于辅助眼科疾病的临床诊断、提高效率和准确率意义

重大。然而,受眼底图像前景与背景像素比例失衡、对比度和亮度的影响,且

其中组织结构本身具有复杂特性,增加了分割的难度。此外,人工标注费时费

力、成本高昂。实际临床应用和算法开发阶段所使用的图像数据还可能会有一

定的外观差异,即存在域偏移问题。针对以上挑战,本文基于深度学习深入研

究眼底图像分割算法的关键技术,分别从视网膜血管分割和视杯视盘分割任务

出发,探究眼底图像监督学习自动分割算法以及无监督域适应分割算法。

针对

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

本账号发布文档来源于互联网,仅用于技术分享交流用,版权为原作者所有。

1亿VIP精品文档

相关文档