融合注意力机制和中间监督的眼底图像出血点分割方法

作者：王安; 苑玮琦^*

来源：佳木斯大学学报(自然科学版), 2023, 41(04): 1-5.

• 出血点分割
• 注意力机制
• 中间监督

针对眼底图像中小尺寸出血点分割能力不足和抗噪声能力弱导致分割精度低的问题，提出了一种融合注意力机制和中间监督的U-Net模型。首先在编码器向解码器传送浅层特征的跳跃连接结构中引入注意力门模块，以消除浅层特征图中无关噪声产生的歧义；然后在多尺度特征融合阶段引入CBAM注意力模块，以提升特征图之间的相互依赖关系和局部特征的表征能力；最后使用基于真值标签的自编码网络对网络训练过程进行中间监督，以提升模型的整体性能。方法在IDRiD数据集上进行模型训练与验证，准确率为80.13%,召回率为86.77%,F-score为83.32%。实验结果表明，该方法性能较优能够有效实现出血点的分割。

• 单位
  佳木斯大学; 沈阳工业大学