仪器仪表学报

作者：苑玮琦，王 安

单位：苑玮琦,1. 沈阳工业大学视觉检测技术研究所,,王 安,1. 沈阳工业大学视觉检测技术研究所，2. 佳木斯大学信息电子技术学院,

关键词：卷积神经网络;微动脉瘤检测;感受野;数据增广

由于视网膜图像中微动脉瘤尺寸小、背景干扰多,导致传统方法检测时准确率低,现阶段的深度学习模型大多针对大尺寸目标进行检测,存在结构复杂、对小目标的检测效果不佳的问题。为解决以上问题,提出了一种基于并联多尺度卷积神经网络的微动脉瘤检测方法。首先,建立微动脉瘤尺寸与检测用理论感受野之间的对应关系;然后,根据微动脉瘤的类型和尺寸范围构建包含两个感受野尺度的并行卷积网络;最后,提出了一种基于主动学习的训练集构建与数据增广方式,以提高模型的检测性能。方法在两个公开数据集和1个自采眼底数据集中进行了对比实验,实验结果表明,该方法能有效实现微动脉瘤的检测,相比于同类方法对于小尺寸和与血管粘连的微动脉瘤具有更好的检测效果。

来源：2023年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第11期