原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 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、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、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
查看更多
本发明涉及基于改进UNet++的视网膜血管图像分割方法，属于医疗图像处理技术领域。本发明选取了深度监督网络UNet++作为图像分割网络模型，提升特征的使用效率；引入MulitRes特征提取模块，改善低对比度环境下细小血管的特征学习效果，通过协调图像在不同尺度下学习到的特征，进一步提升网络的泛化能力和网络结构的表达能力，并在特征提取后加上SeNet通道注意力模块进行挤压和激励操作，从而增强特征提取阶段的感受野，提高目标相关特征通道的权重。基于DRIVE视网膜图像数据集验证了本发明改进的UNet++
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112508864 B
(45)授权公告日 2022.08.02
(21)申请号 202011308230.6 G06N 3/04 (2006.01)
文档评论（0）