成果介绍
本发明提供一种基于注意力机制的OCTA图像视网膜血管分割方法,包括以下步骤:由不同尺度的主干特征提取器、结构特征提取器、加强特征提取器和分类器组成的带注意力机制的卷积神经网络分割模型搭建,模型训练与参数优化以及基于OCTA的视网膜血管结构的快速定位与精确分割。
成果亮点
本方法通过搭建深度学习混合模型,在分割过程中使用大卷积核的深度可分离卷积层进行特征提取的同时,采用全新的下采样方式减少图像边框处血管重要信息的丢失,并引入空间通道注意力模块即STAM模块,用于更好的学习不同尺度特征图的空间通道信息,捕获完整的血管结构,实现OCTA视网膜血管图像的快速精确分割。
团队介绍
崔少国,文浩,张宇楠,柳耘豪,杨泽华
成果资料