结合网络拓扑的视网膜血管分割方法的研究.docxVIP

下载本文档

0
0
约9.7千字
约 10页
2022-08-31 发布于广东
举报
版权申诉

结合网络拓扑的视网膜血管分割方法的研究.docx

1、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。。
2、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。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2 结合网络拓扑的视网膜血管分割方法的研究摘要鉴于医学图像中血管的分割在临床实践中的影响，人们对其进行了大量的研究。由于人工神经网络的可用性，深度学习方法已被应用于血管的有监督分割，主要是视网膜血管的分割。尽管该方法已取得了成功，但它们通常使二元交叉熵损失最小化，而导致拓扑错误。这些错误与诸如血管树之类的图形结构有关，因为缺失的段或分支的合并或拆分不充分，可能会严重改变网络拓扑结构，危及血管通路的提取和复原。在本文中，我们提出了一种端到端网络设计，该网络设计包括级联的典型分段网络和变分自动编码器，通过学习一个丰富而紧凑的潜在空间，可以纠正许多拓扑不一致。我们在三个最常用的视