<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Сегментація судин сітківки на зображеннях очного дна із застосуванням SegNet

Вантажиться...
Ескіз

Дата

Назва журналу

Номер ISSN

Назва тому

DOI

Анотація

The application of the convolutional neural network SegNet for automatic vessel segmentation in fundus images is considered. The architecture of SegNet is analyzed and the results of its operation are demonstrated using the HRF dataset as an example.

Опис

УДК

Тип документа

Мова

ISSN

Бібліографічний опис

Андрікевич С. А., Тужанський С. Є. Сегментація судин сітківки на зображеннях очного дна із застосуванням SegNet // Матеріали LIV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/all-frtzp/all-frtzp-2025/paper/view/23933.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Yau JW, Rogers SL, Kawasaki R, et al. Global prevalence and major risk factors of diabetic retinopathy. Diabetes Care. 2012;35(3):556-564. https://doi.org/10.2337/dc11-1909.
  2. Fraz, M . M ., Remagnino, P., Hoppe, A., Uyyanonvara, B., Rudnicka, A. R., Owen, C. G., & Barman, S. A. (2012). An ensemble classification-based approach applied to retinal blood vessel segmentation. IEEE Transactions 1 on Biomedical Engineering, 59(9), 2538-2548. https://pmc.ncbi.nlm.nih.gov/articles/PM C3322721/.
  3. Badrinarayanan, V., Kendall, A. and Cipolla, R. (2017) SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation. IEEE Transactions on Pattern Analysis and M achine Intelligence, 39, 2481- 2495. https://doi.org/10.1109/TPAM I.2016.2644615.
  4. Dataset Ninja. Visualization Tools for High Resolution Fundus Dataset. Dataset Ninja; 2025. Accessed February 10, 2025. https://datasetninja.com/high-resolution-fundus.
  5. PyTorch Developers. (n.d.). PyTorch: An open source machine learning framework. PyTorch. Retrieved M arch 11, 2025, from https://pytorch.org/.