基于多尺度U型网络的图像分割方法

眼底血管图像分割对糖尿病、 心脏病和高血压等疾病诊断具有重要价值.眼底图像特征复杂度较高,当前分割算法存在分割不精细、细小血管特征提取难、细节丢失多等问题.为了解决这些问题,设计了多尺度特征U型网络框架,该网络在U-Net的基础上,在跳跃连接结构上引入金字塔池化整合多个尺度的特征,在编解码结构中用Leaky ReLU函数使负值特征能够得到激活.实验结果表明,该网络改善了细小血管的分割效果,分割精确度、敏感性、特异性分别达到了96.21％,74.02％和97.88％,对辅助医生的诊断具有明显的意义.