换一批
换一批CAMU-Net:基于Attention U-Net的视网膜血管分割改进模型
CAMU-Net:an improved model for retinal vessel segmentation based on Attention U-Net
摘要提出一种改进的U-Net模型(CAMU-Net),以达到精准分割视网膜血管的目的.CAMU-Net模型通过添加残差增强模块来提取区域特征中的重要信息,增强模型对区域特征的了解;通过添加特征细化模块来促进特征的提取,提高新模型的全局特征收集能力;通过添加通道注意力机制模块来捕捉图像特征,精确分割结果;通过引入多尺度特征融合结构来提升模型感知目标边界等细节的能力.在DRIVE数据集上进行消融实验,得出各模块的实际效果,验证各模块对于本模型视网膜血管分割各方面提升的作用;在DRIVE和STARE数据集上和其他主流网络模型进行对比分析,结果表明CAMU-Net模型优于其他模型.
更多相关知识
关键词
视网膜血管图像分割深度学习CAMU-Net注意力机制retinal vesselimage segmentationdeep learningCAMU-Netattention mechanism
分类号
R318
栏目名称
DOI
10.3969/j.issn.1005-202X.2024.08.006
发布时间
2024-09-13
基金项目
国家自然科学基金（U1401252）
- 浏览4
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
