ASR-UNet: 一种基于注意力机制改进的视网膜血管

易三莉^1,2(),陈建亭¹,贺建峰^1,*()

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

收稿日期:2020-11-24出版日期:2021-09-20发布日期:2021-09-13
通讯作者:贺建峰E-mail:152514845@qq.com;120112624@qq.com
作者简介:易三莉(1977—), 女, 博士, 讲师, 研究方向为数字图像处理、数字信号处理. E-mail: 152514845@qq.com
基金资助:国家自然科学基金资助项目(82060329);云南省教育厅项目(2020J0052)

ASR-UNet: an improved retinal vessels segmentation algorithm based on attention mechanism

San-li YI^1,2(),Jian-ting CHEN¹,Jian-feng HE^1,*()

1. School of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, Yunnan, China
2. Key Laboratory of Computer Technology Application of Yunnan Province, Kunming 650500, Yunnan, China

Received:2020-11-24Online:2021-09-20Published:2021-09-13
Contact:Jian-feng HE E-mail:152514845@qq.com;120112624@qq.com

摘要/Abstract

摘要： 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。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3493