从眼底图像中进行Drusen分割的深度随机游走

本文提出了一种用于从眼底图像中进行玻璃疣分割的深度随机行走技术。 它被构造为一种深度学习体系结构,可从眼底图像中学习深度表示并指定最佳的像素-像素亲和力。 具体而言,所提出的体系结构主要由三个部分组成:一个深度特征提取模块,用于学习图像的语义级别和低级表示;一个亲和力学习模块,用于获取像素-像素亲和力,以制定随机游走的过渡矩阵;以及传播手动标签的随机行走模块。 我们技术的力量来自于这样的事实,即深层图像表示和像素像素亲和力的学习过程是由随机游走过程驱动的。 我们提出的算法的准确性超过了在公共STARE和DRIVE数据库上验证的最新的玻璃疣分割技术。