山东大学学报(理学版)

作者：银温社,贺建峰

单位：昆明理工大学信息工程与自动化学院，云南 昆明 650500

关键词：糖尿病视网膜病变,出血点,眼底图像,卷积神经网络,条件随机场,

基金：国家自然科学基金资助项目(11265007)

提出了一种基于卷积神经网络(convolutional neural networks，CNN)加条件随机场(conditional random fields，CRF)的眼底图像出血点检测方法。首先，为了避免图像背景区域对后续检测的影响，参考眼底图像中的灰度信息并根据眼底中心位置到其边缘的长度，将图像调整到合适的尺寸，再对图像进行线性加权增强其亮度和对比度；然后，用裁剪到的图像块在仿照VGG网络构建的CNN架构上去训练检测出血点的CNN模型；最后，为了克服CNN模型在出血点检测中误检、漏检等问题，采用CRF对CNN模型输出的概率图进行后处理，以实现眼底图像出血点的精确检测。提出的检测方法在公开的Kaggle与Messidor数据库上进行训练和验证，获得了98.8%的准确率、99.4%的召回率和99.1%的F-score。另外，在DIARETDB1数据库上测试的灵敏度达到98.5%，F-score为96.1%。实验结果表明，从图像视觉和定量检测2个方面均说明了提出方法的有效性和优越性。

来源：2020年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2020年第9期