DMDR-UNet:一种眼底视网膜血管分割算法

TP391.41; 针对眼底视网膜血管存在微血管特征采集困难的问题,基于U-Net模型,提出一种改进的眼底视网膜血管分割算法DMDR-UNet(deformable multiscale dense residual-UNet).首先,根据视网膜血管走势自由、形态丰富的特点,提出可变形卷积网络模块,增强微血管特征提取;其次,基于多尺度空洞卷积模块,聚合不同感受野下视网膜血管的多尺度信息;最后,设计密集残差连接模块,减少编解码间语义鸿沟的同时加强特征信息的交互与补充.基于DRIVE数据集进行实验,结果表明,本文方法能够准确识别并分割出视网膜微血管,分割效果更好....

Full description

Saved in:
Bibliographic Details
Published in河南理工大学学报（自然科学版） Vol. 42; no. 6; pp. 142 - 148
Main Authors 孙君顶, 张宏英
Format Journal Article
LanguageChinese
Published 河南理工大学 计算机学院,河南 焦作 454000 01.11.2023
Subjects
视网膜血管分割
可变形卷积
U-Net
密集残差
dense residual
多尺度
multiscale
retinal vascular segmentation
deformable convolution
Online AccessGet full text

Cover

More Information
Summary:TP391.41; 针对眼底视网膜血管存在微血管特征采集困难的问题,基于U-Net模型,提出一种改进的眼底视网膜血管分割算法DMDR-UNet(deformable multiscale dense residual-UNet).首先,根据视网膜血管走势自由、形态丰富的特点,提出可变形卷积网络模块,增强微血管特征提取;其次,基于多尺度空洞卷积模块,聚合不同感受野下视网膜血管的多尺度信息;最后,设计密集残差连接模块,减少编解码间语义鸿沟的同时加强特征信息的交互与补充.基于DRIVE数据集进行实验,结果表明,本文方法能够准确识别并分割出视网膜微血管,分割效果更好.
ISSN:1673-9787
DOI:10.16186/j.cnki.1673-9787.2022030060