青光眼检测视盘与视杯分割在深度学习中的研究综述

来源：计算机工程与应用杂志2025年第9期北京时间：

作者：罗敏, 曹路, 利建铖, 何锡权, 刘广武, 温晋瑜, 黄秀清

单位：1.五邑大学 电子与信息工程学院，广东 江门 529020 ；2.江门市人民医院 眼科， 广东 江门 529000

摘要：精准的视盘与视杯分割对于青光眼的检测至关重要。近年来，深度学习技术在视盘与视杯分割领域取得了优异的成果，显著提升了分割精度。从深度学习技术在视盘与视杯分割的研究现状出发，归纳了视盘与视杯分割的常用数据集，包括其内容、用途和获取路径；概述了评估分割性能与模型性能的关键指标。分析了视盘与视杯分割中四类主要研究方法：基于多尺度的方法、注意力机制的融合、对抗学习机制及集成学习方法。对这些方法进行了优缺点分析，总结了它们在常用公开数据集上的性能指标。最后，探讨了视盘与视杯分割在青光眼检测中所面临的挑战，并展望了未来的研究方向，旨在为该领域的进一步研究提供参考。

关键词：青光眼,图像分割,视盘,视杯