BW-Net：用于视网膜血管图像分割的 W-Net扩展框架

来源：电子测量技术杂志2023年第21期北京时间：

作者：黎强，陈惠贤

单位：兰州理工大学机电工程学院 兰州 730050

摘要：为了更准确地分割视网膜血管图像中的目标区域，提出了一种基于改进W-Net的网络BW-Net。该网络采用菱形结构融合的方式进行语义特征聚合，通过将含有菱形结构的部分逐层堆叠形成U型拓宽框架，并引入嵌套的密集跳跃连接形成最终模型。融合方案提高了特征图组合的灵活性，设计的跳跃连接减少了特征图之间的语义差距，从而减轻了优化器的学习压力，实现了更好的图像分割性能。使用DRIVE数据集验证了拟议网络的有效性。BW-Net在分割任务中获得的Dice相似性系数值、敏感性、特异性和准确性分别是76.86%、73.66%、99.12%和94.55%，比目前大部分的先进网络框架的输出表现较好，并且网络参数却得到了减少。结果证明了该扩展结构在视网膜血管图像分割性能上的改进。

关键词：图像分割;视网膜血管;全卷积网络