摘要
本发明请求保护一种基于结构自适应上下文敏感的视网膜血管分割方法。首先对数据集进行灰度化、归一化、对比度受限自适应直方图均衡、伽马校正等预处理;然后,对训练集进行图片尺寸分割以完成数据增强;接着,搭建由收缩路径和扩张路径组成的全卷积神经网络架构;最后,采用提出的结构自适应层替代卷积层来替代普通卷积、跳接层引入提出的空洞残差路径以及解码器中添加自适应特征融合模块,并引入多尺度深度监督机制,得到结构自适应上下文敏感网络,并将测试数据输入到该网络中快速测试完成图像分割。本发明有效地提高了视网膜血管的分割精度,且结构合理,提高了网络在复杂背景下处理形态差异较大的血管的能力以及末端毛细血管分割的准确性。