ComputerEngineeringandApplications计算机工程与应用2023，59（6）眼底血管的形状和分布与糖尿病、青光眼和白内障等眼科疾病的严重程度有着密不可分的关系。彩色眼底图像中视网膜血管高精度分割提供了血管丰富的几何特性，如直径、分支角度和分支长度等，这些几何特性可作为医生对眼科疾病的诊断和治疗依据。在临床实践中视网膜血管分割通常由经验丰富的专家手工分割实现。然而，人工分割视网膜血管需要花费大量的时间和人力。由于微小血管与背景对比度较低和复杂的血管宽度及形状变化，同一张视网膜图像，不同医生分割的血管图有比较大的差异。所以，设计一种计算机自动分割视网膜血管算法就显得尤为重要。近年来，国内外研究者对视网膜血管分割开展了大量的研究，提出诸多视网膜血管分割的方法。这些方法大致分为以下两大类：无监督学习和有监督学习。无监多尺度注意力细化视网膜分割算法梁礼明，陈鑫，余洁，周珑颂江西理工大学电气工程与自动化学院，江西赣州341000摘要：针对现有算法存在因视网膜血管尺寸微小和对比度低等造成细小血管分割缺失以及因病理区域造成血管过分割等问题，提出一种基于U型网络多尺度注意力细化视网膜分割算法。在编码和解码阶段使用改进的密集卷积模块充分提取血管的特征信息，提升特征的利用率。将不同尺度的编码层特征提取的结果拼接后，通过跳跃连接经双向注意力机制将特征增强后传递到解码层。在解码处引入空间细化模块进一步提取微小血管的空间信息，减少背景伪影，细化血管形态。该算法在公开数据集DRIVE和STARE上进行验证，其在评估指标准确率分别为0.9649和0.9663，灵敏度分别为0.8422和0.8050，特异性分别为0.9822和0.9880，AUC分别为0.9867和0.9895。关键词：视网膜血管分割；空间细化；密集卷积；双向注意力文献标志码：A中图分类号：TP391doi：10.3778/j.issn.1002-8331.2111-0514Multi-ScaleAttentionRefinementRetinalSegmentationAlgorithmLIANGLiming,CHENXin,YUJie,ZHOULongsongSchoolofElectricalEngineeringandAutomation,JiangxiUniversityofScienceandTechnology,Ganzhou,Jiangxi341000,ChinaAbstract：Aimingattheproblemsofunsegmentedsmallbloodvesselsandover-segmentedpathologicalareasduetothesmallsizeofretinalbloodvesselsandlowcontrastinexistingalgorithms,amulti-scaleattentionthinningretinalsegmen-tationalgorithmbasedonU-shapednetworkisproposed.Firstofall,theimproved...
