-
题名基于残差通道注意力的视网膜血管图像分割
- 1
-
-
作者
王文辉
刘彦隆
-
机构
太原理工大学信息与计算机学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第6期1268-1274,共7页
-
文摘
视网膜血管分割是诊断许多早期眼睛相关疾病的重要步骤。本文将整体嵌套边缘检测(holistically-nested edge detection,HED)网络应用于视网膜血管图像分割,并对该模型进行了一系列改进:针对现有方法识别边缘和精细血管能力不足的问题,引入了一种新的改进的高效通道注意(modified efficient chanel attention,MECA)模块,并且采用了双残差结构加深模型结构,提取更加精细的血管结构,为了防止模型加深产生过拟合问题,引入了结构化丢弃模块。为了进一步提高模型的灵敏度,本文在HED网络的特征融合阶段加入融合了MECA模块的短连接结构。实验表明,所提网络的灵敏度相比于目前最先进的方法有了明显提升,这说明本文所提方法具有最先进的识别视网膜血管的能力。
-
关键词
图像处理
视网膜血管
通道注意力
边缘检测
灵敏度
双残差结构
特征融合
深度学习
-
Keywords
image processing
retinal blood vessel
channel attenrion
edge detection
sensitivity
double residual block
feature fusion
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-