多尺度注意力解析网络的视网膜血管分割方法

作者：罗文劼; 韩国庆^*; 田学东

来源：激光与光电子学进展, 2021, 58(20): 439-452.

• 医用光学
• 图像处理
• 血管分割
• 编码-解码
• 注意力残差块
• 特征融合

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用。针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法。该网络以编码-解码架构为基础,在子模块中引入注意力残差块,加强了特征传播能力,降低了光照不均、对比度低对模型的影响;在编码器和解码器之间增加跳跃连接并去掉传统池化层,以保留足够的血管细节信息;运用并行多分支结构和空间金字塔池化两种多尺度特征融合方法,实现不同感受野下的特征提取,提升血管分割性能。实验结果表明,该方法在CHASEDB1和STARE标准集上的F1值分别达到了83.26%和82.56%,灵敏度分别达到了83.51%和81.20%,其性能优于当前主流方法。

• 单位
  河北大学