多尺度注意力细化视网膜分割算法

摘要：

针对现有算法存在因视网膜血管尺寸微小和对比度低等造成细小血管分割缺失以及因病理区域造成血管过分割等问题,提出一种基于U型网络多尺度注意力细化视网膜分割算法.在编码和解码阶段使用改进的密集卷积模块充分提取血管的特征信息,提升特征的利用率.将不同尺度的编码层特征提取的结果拼接后,通过跳跃连接经双向注意力机制将特征增强后传递到解码层.在解码处引入空间细化模块进一步提取微小血管的空间信息,减少背景伪影,细化血管形态.该算法在公开数据集DRIVE和STARE上进行验证,其在评估指标准确率分别为0.9649和0.9663,灵敏度分别为0.8422和0.8050,特异性分别为0.9822和0.9880,AUC分别为0.9867和0.9895.

关键词：视网膜血管分割、空间细化、密集卷积、双向注意力

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江西省自然科学基金面上项目;江西省教育厅科学技术研究重点项目

在线出版日期：2023-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：212-220