文献类型：期刊文章

作　　者：梁礼明[1] 余洁[1] 陈鑫[1] 周珑颂[1] 冯新刚[2]

LIANG Li-ming;YU Jie;CHEN Xin;ZHOU Long-song;FENG Xin-gang(School of Electrical Engineering and Automation,Jiangxi University of Science and Technology,Ganzhou 341000,China;Department of Mechanical and Electrical Engineering,College of Applied Science,Jiangxi University of Science and Technology,Ganzhou 341000,China)

机构地区：[1]江西理工大学电气工程与自动化学院,江西赣州341000 [2]江西理工大学应用科学学院机电工程系,江西赣州341000

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(51365017、61463018);江西省自然科学基金面上基金项目(20192BAB205084);江西省教育厅科学技术研究重点基金项目(GJJ170491)。

年　　份：2023

卷　　号：44

期　　号：2

起止页码：480-487

语　　种：中文

收录情况：BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对现有算法对微血管分割精度低、难以区分病灶区域等问题,提出一种平衡多尺度注意力网络用于分割视网膜血管。在编码阶段引入多尺度特征提取模块,提升感受野减少血管细节特征损失;在编码和解码器间增加细节增强模块,突出目标区域提高信息敏感度;设计平衡尺度注意力模块调节细节和语义特征进行最终预测,减少伪影现象。实验结果表明,在DRIVE数据集上分割准确率为96.42%、灵敏度为83.17%、特异性为98.27%,优于现有其它算法。

关 键 词：图像处理  血管分割 空洞卷积  多尺度特征融合  校准残差模块  细节增强模块  注意力机制  

分 类 号：TP391]