基于注意力机制和稠密卷积的视网膜微血管分割算法

• 作者: 王素玉 董政伦 刘涵宇
• 来源期刊: 北京工业大学学报
• 关键词: 深度学习 医疗图像 视网膜微血管分割 LadderNet 注意力机制 稠密卷积
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究论文|Articles
• 页码范围: 500-507
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11936/bjutxb2020120039

摘要

为了解决糖尿病性视网膜病变诊断难、各地评判标准不统一的问题,提出了基于注意力机制和稠密卷积的视网膜微血管分割算法,即通过图像分割技术来辅助诊断,既减轻了工作量,又能保证准确率.以LadderNet为基础网络,为了更加突出微血管信息,加入注意力机制,使微血管的特征信息更加完整、准确地保留下来.使用稠密卷积在增强特征信息传递的同时减少参数数量,进一步提升图像分割性能.该算法具有更好的分割性能,能够更好地完成视网膜微血管分割任务.