基于SKA-Unet的眼底图像视网膜血管自动分割

作者：王雪花; 林静怡; 吕德佳; 许祥丛; 韩定安^*

来源：佛山科学技术学院学报(自然科学版), 2023, 41(01): 17-22.

DOI：10.13797/j.cnki.jfosu.1008-0171.2023.0007

• Unet
• 视网膜血管
• 图像分割
• 选择性内核机制
• 注意力机制

针对视网膜血管结构复杂，对比度较低及边界模糊等问题，构建了一种改进的Unet模型来自动分割视网膜血管。该算法在Unet基础上引入了选择性内核和注意力机制，通过增加多重感受野得到目标多维度的特征信息，并将注意力集中在最有效的特征中，从而提升网络分割血管的性能。利用网上公开的DRIVE和STARE两个常用眼底图像数据集训练和评估该模型，得到骰子系数、精确度、特异性、灵敏度和准确率分别为86.49%、88.65%、98.82%、84.5%和97.46%。实验结果表明，该算法能有效地分割视网膜血管，获得血管的形态和结构信息，对于诊断和治疗眼底相关疾病具有重要意义。

• 单位
  佛山科学技术学院