融合下补偿结构的眼底血管图像分割网络研究

打开文本图片集

摘要：眼底血管图像在临床中通常被用于眼部疾病的诊断及监测，其中血管的形态结构能够反映疾病的重要特征，因此，眼底血管图像的分割处理对眼部疾病的诊断和预防具有十分重要的医学意义。针对目前人工智能主流算法中卷积和池化操作会导致很多特征丢失，提取特征时会忽视图像中的空间信息，图像中的细小血管很难分割出来等问题，基于 U-net模型进行了相关研究，结合空间注意力模块对空间特征进行细化，同时提出了一种下补偿结构 LC- SAnet。（剩余14349字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。