山东大学学报(理学版)

作者：闫本聪,王迎美

单位：1. 山东理工大学数学与统计学院, 山东 淄博 255049;2.山东大学数学学院, 山东 济南 250100

关键词：UNet++,Transformer,引导滤波,视网膜血管分割,

基金：山东省自然科学基金资助项目(ZR2022MA027);中山大学广东省计算科学重点实验室开放基金项目(2021003);山东省属普通本科高校教师访学研修项目

引入Transformer结构和UNet++网络,提出一个新的双分支视网膜血管分割网络,该网络中的双分支编码器可以更好地关联图像中的全局信息,使得整个网络在小数据集的训练中也有较好的效果。在此基础上,为了进一步解决UNet网络中下采样操作导致的视网膜血管信息丢失问题,在输出层和网络第二层的特征图引入引导滤波,可以有效提高小血管分割精度。该网络使用DRIVE数据集(digital retinal images for vessel extraction)和CHASEDB1数据集(combined healthy and diabetic retinopathy database 1)进行实验,在精确度、灵敏度等参数上有较大的提升,并且血管分割图中正确分割出更多细小血管,总体表现出较好的效果。

来源：2025年第7期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2025年第7期