《Blood Vessel Segmentation in Fundus Images Based on Improved Loss Function》

一、采用U-Net网络结构 三大优点：支持小数量的数据训练模型；通过每个像素的分类得到更高的分割精度；训练模型更快。 二、对比损失函数 A.Binary Cross Entropy（BCE） 当正样本数远小于负样本数时（血管的像素数远小于背景像素数，约为1:9），模型很难分割出血管。 B.Dice Loss Dice similarity coeffcient（DSC）表示两个轮廓区域的相似程度。

>>阅读原文<<