BW-Net:用于视网膜血管图像分割的W-Net扩展框架

作     者：黎强 陈惠贤 Li Qiang;Chen Huixian

作者机构：兰州理工大学机电工程学院兰州730050 

出 版 物：《电子测量技术》 (Electronic Measurement Technology)

年 卷 期：2023年第46卷第21期

页      码：23-29页

摘      要：为了更准确地分割视网膜血管图像中的目标区域,提出了一种基于改进W-Net的网络BW-Net。该网络采用菱形结构融合的方式进行语义特征聚合,通过将含有菱形结构的部分逐层堆叠形成U型拓宽框架,并引入嵌套的密集跳跃连接形成最终模型。融合方案提高了特征图组合的灵活性,设计的跳跃连接减少了特征图之间的语义差距,从而减轻了优化器的学习压力,实现了更好的图像分割性能。使用DRIVE数据集验证了拟议网络的有效性。BW-Net在分割任务中获得的Dice相似性系数值、敏感性、特异性和准确性分别是76.86%、73.66%、99.12%和94.55%,比目前大部分的先进网络框架的输出表现较好,并且网络参数却得到了减少。结果证明了该扩展结构在视网膜血管图像分割性能上的改进。

主 题 词：图像分割 视网膜血管 全卷积网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19651/j.cnki.emt.2312848

馆 藏 号：203126096...