基于显著性引导和边界细化的眼底血管图像分割

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：谢利杰, 邵开丽, 谢希望, 汤萌萌

单位：1.黄河科技学院 工学部，郑州 450001；2.大连海事大学 信息科学技术学院，辽宁 大连 116026；3.信息工程大学 密码工程学院，郑州 450001

摘要：针对眼底视网膜血管图像存在血管像素占比少、拓扑结构不规则和不均匀光照等特点，提出了一种基于显著性引导及边界细化的视网膜眼底血管图像分割方法。设计了边界细化模块并采用自下而上的方式逐步地对边界特征图进行优化，有效地区分具有相似外观但标签不同的相邻边缘特征。针对分割过程中容易遭受病理和噪声的干扰问题，基于尺度自适应模块和注意力增强机制提出了显著性引导网络以捕获复杂的血管拓扑结构信息和抑制无关特征干扰。利用联合优化损失函数来平衡分割的准确性和边界的清晰度，降低因血管像素占比少而导致的错误分割，实现了血管微小、边界模糊和拓扑结构复杂下眼底血管高精度分割。

关键词：视网膜血管图像分割,显著性引导,边界细化,尺度自适应