边界注意力辅助的动态图卷积视网膜血管分割

摘要：

针对视网膜血管分割任务中存在的毛细血管分割遗漏和断连的问题,从最大限度地利用视网膜血管的特征信息的角度出发,添补视网膜血管的全局结构信息和边界信息,在U型网络的基础上,提出边界注意力辅助的动态图卷积视网膜血管分割网络.本模型先将动态图卷积嵌入到U型网络中形成多尺度结构,提升模型获取全局结构信息的能力,以提高分割质量,再利用边界注意力网络辅助模型,增加模型对边界信息的关注度,进一步提高分割性能.将模型在DRIVE、CHASEDB1和STARE三个视网膜图像数据集上进行实验,均取得了较好的分割效果.实验结果证明,该模型能较好地区分噪声和毛细血管,分割出结构较完整的视网膜血管,具有泛化性和鲁棒性.

关键词：医学图像处理、视网膜血管分割、U型网络、动态图卷积网络、边界注意力网络

所属期刊栏目：50

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;重庆市教委成渝地区双城经济圈建设科技创新项目;重庆市教委重点项目;重庆市科技局技术预见与制度创新项目

在线出版日期：2023-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：31-43