基于深度学习的眼底图像分割方法研究与实现（论文）摘 要 视网膜病变在我们当中非常常见，它严重地威胁到了我们的健康，是世界性公共卫生类问题。由于视网膜病变多样且复杂，在耗时的手动诊断中很难进行检测，因此急需自动化的视网膜病变辅助诊断。而视网膜血管有一个独特的优势之处，那就是可以拍照且可以可视化。这个特性为我们观察视网膜病变提供了便捷，为患有眼科疾病的患者带来了福音。本课题即是在此背景下，通过自动分割眼底图像来帮助视网膜病变进行筛查及辅助诊断。 在分割眼底图像之前，本文首先对原始眼底图像进行数据的读取与保存，通过直方图均衡化和伽马变换对数据进行预处理，并使