山东大学学报(理学版)

作者：易三莉,陈建亭,贺建峰

单位：1. 昆明理工大学信息工程与自动化学院, 云南 昆明 650500；2. 云南省计算机技术应用重点实验室, 云南 昆明 650500

关键词：图像分割,U-Net,视网膜血管分割,

基金：国家自然科学基金资助项目(82060329);云南省教育厅项目(2020J0052)

针对现有算法因视网膜图像中血管细小和光照等因素导致的分割精度低的问题, 在U-Net的基础上进行改进, 提出了一种能够较好地提取血管结构的算法模型ASR-UNet。首先, 在编码和解码阶段使用了SE-Resnet结构, 引入通道注意力机制对血管细微结构进行通道增强, 之后在跳跃连接部分使用了AG模块对血管细微结构进行空间增强, 提高网络模型对血管细微结构的分割能力。在公开数据集DRIVE和CHASE_DB1上验证了本文的算法, 在评价指标Acc上分别为0.9697和0.9657, 在敏感性上分别为0.8044和0.7673, 在特异性指标上为0.9859和0.9866。实验结果表明, 近年来的视网膜血管分割算法相比, 本文提出的算法在性能有更好的表现。

来源：2021年第9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2021年第9期