基于粗糙注意力融合机制与Group Transformer的视网膜血管分割网络

作     者：王海鹏 高自强 董佳俊 胡军 陈奕帆 丁卫平 WANG Haipeng;GAO Ziqiang;DONG Jiajun;HU Jun;CHEN Yifan;DING Weiping

作者机构：南通大学信息科学技术学院江苏南通226019 

基　　金：国家自然科学基金面上项目(61976120) 江苏省自然科学基金面上项目(BK20231337) 江苏省高校重大自然科学基金项目(21KJA510004) 江苏省研究生科研与实践创新计划项目(SJCX22_1615) 国家级大学生创新创业训练计划项目(202210304030Z) 

出 版 物：《南通大学学报（自然科学版）》 (Journal of Nantong University(Natural Science Edition)　)

年 卷 期：2024年第23卷第1期

页      码：28-37,48页

摘      要：视网膜血管的形态学变化对早期眼科疾病的诊断具有重要意义,除眼科疾病外,糖尿病、心血管疾病等同样可以通过视网膜血管的形态判别疾病进展。然而,视网膜血管本身具有复杂的组织结构,且易受到光线等因素的影响,对其准确分割并不容易。针对上述问题,提出了一种视网膜血管分割网络。该网络中首先设计了粗糙注意力融合模块(rough attention fusion module,RAFM),该模块基于粗糙集上下近似理论,利用全局最大池化与全局平均池化对注意力系数进行上下限描述,并串行融合通道注意力机制与空间注意力机制;然后,将粗糙注意力融合模块融入Group Transformer U network(GT U-Net),构建一种基于粗糙注意力融合机制与Group Transformer的视网膜血管分割网络;最后,基于公开DRIVE彩色眼底图像数据集进行对比实验,该网络结构在测试集上的准确率、F_(1)分数、AUC值分别达到了0.9631、0.8488和0.9812,与GT U-Net模型相比,F_(1)分数、AUC值分别提升了0.35%、0.21%;与其他当前主流的视网膜血管分割网络进行对比,具有一定优势。

主 题 词：粗糙集 注意力机制 眼底视网膜血管 图像分割 Transformer 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.12194/j.ntu.20230306001

馆 藏 号：203127456...