文件大小：1.56M
摘要：针对现有视网膜血管分割存在视盘误分割、主血管纹理模糊和微细分支血管断裂等问题， 提出融合CLTransformer与跨尺度注意的视网膜血管分割算法. 首先设计轻量化残差编解码模块用于编码和解码器部分， 实现血管纹理特征的粗粒度提取; 其次在编解码连接处采用多尺度特征选择模块， 用于跨级融合粗粒度特征; 再次在网络底部加入跨层Transformer模块， 对深层语义信息交叉融合， 以细化视网膜血管特征轮廓; 最后使用融合损失函数监督算法的训练和测试. 在数据集DRIVE， STARE和CHASE＿DB1上进行实验， 其准确度分别为97.10%， 97.66%和97.62%， 特异性分别为98.64%， 99.03%和98.72%， F1分数分别为83.05%， 84.07%和81.18%.
文章目录
1 本文算法
1.1 网络结构
1.2 LRC
1.3 CLTransformer结构
1.4 MFS
2 实验及结果分析
2.1 实验环境和参数设置
2.2 实验数据集与预处理
2.3 评价标准
2.4 损失函数
2.5 不同分割算法之间的对比
2.5.1 分割结果性能比较
2.5.2 分割结果的局部图比较
2.5.3 与近年不同算法性能指标比较
2.6 消融实验分析
3 结 语
