一种基于GAN的视网膜血管图像智能分割方法 _科创中国

本发明公开了一种基于GAN的视网膜血管图像智能分割方法，包括以下步骤：1、给定视网膜图像集，划分训练集和测试集；2、设计生成器网络G和判别器网络D，构建Adam优化器；3、将训练集输入到G；4、G生成血管分割图像；5、D对G生成的分割图像判别计算；6、对G和D参数更新；7、对G评估并获得最优模型G’，重复第3‑7步直至迭代结束；8、将视网膜图像输入G’生成血管分割图像。本发明使用大感受野网络模型对视网膜图像进行智能分割，得到最终的视网膜血管分割图像。本发明的网络模型具有较好的鲁棒性，所得到的血管分割图像含有较少的噪声，总体优于现有的视网膜血管图像分割方法。