-
公开(公告)号:CN117911422A
公开(公告)日:2024-04-19
申请号:CN202211535901.1
申请日:2022-12-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于多尺度注意力机制的视网膜血管分割方法,包括以下步骤:步骤一:选取公开数据集CHASEDB1和DRIVE数据集作为原始数据,并划分好训练集和测试集,并对数据集进行数据增强等一系列数据预处理步骤,同时设置好网络模型的参数。以Unet模型为基础,引入DenseBlock代替传统卷积层,来解决Unet参数量过大的问题,并加强了Unet模型的特征传播能力,提高了模型的识别能力,其次在特征融合阶段引入CBMA模块来抑制无关特征,并且加强低级语义特征,最后在每一层的解码器添加额外的卷积层以形成特征金字塔来捕获多尺度血管特征信息,能够利用模型编码网络每一层特征图的语义信息,能够以多尺度地方式捕获视网膜血管的特征,从而提高模型的分割精度。