基于U-Net改进的青光眼眼底图像诊断算法

青光眼是造成不可逆性失明的主要原因之一，患病早期无明显症状，容易错失最佳治疗时间。因此，青光眼的早期诊断具有重要临床意义。杯盘比是临床上用于青光眼诊断的重要指标之一，大都由医生人工测量和计算，容易受到主观因素影响且费时费力。为解决此问题，提出了一种基于U-Net改进的眼底图像视盘视杯分割算法，采用固定卷积核数提出少量关键特征。实验表明，所提算法不仅保证了高质量的分割效果，并且具有训练时间少、参数量小、加轻量化的特点，改进后算法有助于青光眼早期筛查智能化应用的推广。