针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性

结构体(结构变量)是不同类型的数 据元素的有序集合。相当于其它高级语 言的记录型,用以组织和处理复杂的数 据(客观世界的实体)

结构体、联合体、枚举类型都是用户自己定义的数据类型，这些类型的数据是用户根据实际需要来组织的。结构体和联合体都是构造类型的数据，枚举类型是基本类型的数据

结构体、联合体、枚举类型都是用户自己定义的数据类型 单这些类型的数据是用户根据实际需要來组织的。结构体和 联合体部是柏造类型的数据,校举类型是基本类型的数据

结构体、联合体、枚举类型都是用户自己定义的数据类型 单这些类型的数据是用户根据实际需要來组织的。结构体和 联合体部是柏造类型的数据,校举类型是基本类型的数据

一、结构体是一种构造数据类型 二、用途：把不同类型的数据组合成一个整体-------自定义数据类型

union /共同体* Int I struct data2 /*结构体*

#include struct Student float score struct Student sa={\李飞\,100},sb={\于凡\,72.5}; struct Student*p,[3}{\宋石\,93.5} s[lFsa; *结构体变量(整体)赋值*

结构体由许多组织在一起的数据项组成, 这些数据项不需要属于同一类型 结构体可以容纳需要的任意多数据项

7.1结构体 7.2联合体 7.3枚举类型 7.4自定义类型 7.5综合实训