改进U-Net的视网膜血管分割算法研究

来源：计算机技术与发展杂志2024年第11期北京时间：

作者：余昕;魏延

摘要：视网膜血管分割对于诊断和治疗某些眼部疾病非常重要。 视网膜血管分割任务中存在血管形态结构复杂和对边缘区域细小血管分割不准确的问题。 为缓解这些问题并避免模型过于复杂,提出一种改进 U-Net 的视网膜血管分割算法,改进后的网络结构具有轻量和高效的特点。 首先,为解决网络出现的过拟合现象,利用 DropBlock 卷积块替代原始网络中的卷积块;其次,为扩大感受野并提高分割血管的精度,采用改进后 GhostModule 模块替换原始卷积;最后,为解决噪声干扰和进一步提高模型对边缘细小血管的分割性能,在编码器与解码器之间的跳跃连接处添加空间注意力机制,有效地抑制了噪声,提高了模型对血管的分割性能。 在 DRIVE、CHASE_DB1、STARE 三个数据集上进行实验,准确性分别为0. 969 2,0. 974 9,0. 975 4,灵敏性分别为 0. 833 4,0. 871 3,0. 862 0,特异性分别为 0. 982 5,0. 982 0,0. 986 6,AUC 分别为0. 987 4,0. 990 4,0. 993 4,整体模型的参数量仅为 0. 38 M。 实验结果证明,改进后的网络模型以极少参数量实现了较好的分割性能,较 U-Net,DCU-Net 等算法均有较大提升。

关键词：图像分割;视网膜血管分割;U-Net;改进GhostModule;注意力机制