摘要

本发明公开了一种基于卷积神经网络的视网膜血管分割方法,包括:对视网膜眼底图像进行预处理;对训练集图像进行块提取;构建血管分割卷积神经网络,用提取到的图像块进行训练;在预测阶段,对每张图像提取多个连续的重叠片段,对多个预测结果取平均获得每个像素的分类概率,得到最后的分割结果图。本发明针对视网膜血管分割提出的新的卷积神经网络结构,是一种基于Encoder-Decoder结构的对称网络,在Encoder部分和Decoder部分之间添加了两种跳过连接。网络不仅可以实现视网膜图像端到端的分割,而且能在有限的数据集上得到精确的分割结果,并能有效避免梯度消失的问题,相比于现有技术的算法,具有一定的优势。