《表2 无监督分割方法的性能比较》
表2展示了各种典型有监督方法的性能比较情况。观察表3可知,有监督方法在视网膜血管图像分割方面能够达到较高的Se、Acc和AUC,特别是使用卷积神经网络的分割方法。Son等人[23]方法表现得更加突出,特别是在敏感性Se方面能够达到0.83,超过了其他有监督分割方法。梁礼明等人[20]和吴晨玥等人[21]提出的分割方法都是基于CNN的分割方法,并且所用的网络都是U-Net网络模型的变形,这说明了U-Ne网络模型较适合图像分割。总体而言,基于有监督的分割方法在视网膜分割方面能够取得更好的性能。
图表编号 | XD008993900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 邱夏青 |
绘制单位 | 温州大学计算机与人工智能学院 |
更多格式 | 高清、无水印(增值服务) |