《表2 AttR2U-Net分割性能结果》
本文使用改进的AttR2U-Net方法分别对DRIVE和STARE眼底图像数据库进行实验,并用数据库中的专家手工标注的分割结果进行测试和对比。表2列出了实验平均结果与专家手工标注的分割结果。根据表中的内容,DRIVE和STARE两数据库在本文所提算法的实验下,其准确率、特异性均优于相应专家标注的分割结果,可以基本实现视网膜血管分割任务。其中DRIVE数据库在敏感性上也有着一定的优势,可见本算法分割能力在眼底背景较为纯净的图像更具有稳定性。
图表编号 | XD00147687100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 薛文渲、刘建霞、刘然、袁晓辉 |
绘制单位 | 太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、太原理工大学信息与计算机学院、北德克萨斯州大学计算机系 |
更多格式 | 高清、无水印(增值服务) |