融合动态损失与渐进多尺度注意力的视网膜血管分割网络

来源：计算机工程与应用杂志2024年第23期北京时间：

作者：李宗民, 初天志, 杨超智, 刘玉杰

单位：中国石油大学（华东） 计算机与科学技术学院，山东 青岛 266580

摘要：视网膜血管分割任务仍然存在许多挑战，例如眼底图像中生物学背景复杂、毛细血管细小且模糊以及特征难以得到充分利用。针对这些问题，提出了一种融合动态损失与渐进多尺度注意力的网络。其中渐进式特征提取策略可以在网络中逐步捕获对分割有益的特征，并且保留更多细节。设计的多尺度通道注意力模块能够获得复杂的通道依赖关系并且抑制跳跃连接过程中的背景噪音，达到突出重要特征的目的。最后提出动态损失用来自适应调整深监督中各损失函数的权重，优化训练策略。所提出的方法在两个公开的数据集DRIVE和CHASE_DB1中进行了充分的验证，其中灵敏度分别达到0.838?9和0.846?8，准确率分别达到0.971?5和0.974?5，展现出了较好的分割性能。

关键词：视网膜血管分割,渐进式特征提取,多尺度通道注意力,动态损失