《表5 STARE数据库不同算法的性能指标》
为进一步证明本文所提算法在视网膜血管分割领域的性能,使用上述评价指标将本文将所提算法与当前文献[11,14,23-30]进行比较,结果如表4和表5所示。基于DRIVE数据库进行对比,本文方法的准确率AC达到了0.9689,SE值为0.8028,F1值为0.8317,AUC值为0.9841;基于STARE数据库进行对比,本文方法的准确率AC为0.9796,SE值为0.8227,F1值为0.8604,均优于文献[11,14,23-30]中的算法。两数据库SE值相较原始U-Net算法更高,说明本文算法能够更为准确地分割和识别出细小血管。
图表编号 | XD00147687400 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) |