对抗学习下的眼底图像视盘视杯分割算法

来源：计算机应用与软件杂志2024年第2期北京时间：

作者：王彩云, 玄祖兴, 周建平, 胡晰远, 程钢炜, 宋禄琴

摘要：由于不同数据集的质量、拍摄条件和采集状态的差异，导致模型图像分割效果参差不齐。针对这种情况，提出对抗学习下的眼底图像视盘视杯分割算法，从不同眼底图像数据集中分割视盘（OD）和视杯（OC），在生成对抗网络的基础上，改进生成器网络，加入密集连接块，使网络在更低计算成本、更短训练时间的情况下，获得更优的性能，提高了模型在不同数据集中的泛化能力。实验结果表明，在REFUGE数据集中验证了该算法在分割性能方面的稳定性，同时将算法推广到无须进一步训练就能测试来自不同设备的眼底数据集中均取得了较好的效果。

关键词：深度学习, 图像分割, 生成对抗网络（GAN）, 眼底图像, 青光眼诊断