【技术实现步骤摘要】
本专利技术涉及眼科影像，特别是一种视网膜血管的分割提取方法。
技术介绍
1、视网膜血管分割是计算机视觉中一项重要的非破坏性医学成像任务，对于诊断眼底疾病至关重要。虽然基于深度学习的方法在这一领域占据主导地位，但现有的分割算法主要利用具有跳接连接的u型编码器-解码器式网络。然而，不同尺度的特征信息之间存在明显的表征差异，具体来说，浅层阶段的特征图分辨率高、维度低，可以为网络提供细粒度的血管信息。随着多次下采样，分辨率逐渐降低，此时深度阶段的特征图包含丰富的高维语义信息，而传统的u型结构无法离散地处理这两类特征。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种视网膜血管的分割提取方法。
2、本专利技术的目的通过以下技术方案来实现：一种视网膜血管的分割提取方法，包括以下步骤：
3、s1：获取视网膜眼底血管数据，并对数据进行预处理；
4、s2：构建多核通道空间注意力模块、像素级自注意力网络模块和动态自适应卷积模块；
5、s3：根据...
【技术保护点】
1.一种视网膜血管的分割提取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的视网膜血管的分割提取方法，其特征在于：所述步骤S1中，对数据进行裁剪、翻转、平移、旋转和归一化处理，将输入图片缩放到256×256分辨率。
3.根据权利要求2所述的视网膜血管的分割提取方法，其特征在于：所述多核通道空间注意力模块包括多核特征提取子模块、通道注意子模块和空间注意子模块；
4.根据权利要求3所述的视网膜血管的分割提取方法，其特征在于：所述通道注意子模块的处理步骤如下：
5.根据权利要求4所述的视网膜血管的分割提取方法，其特征...
【技术特征摘要】
1.一种视网膜血管的分割提取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的视网膜血管的分割提取方法，其特征在于：所述步骤s1中，对数据进行裁剪、翻转、平移、旋转和归一化处理，将输入图片缩放到256×256分辨率。
3.根据权利要求2所述的视网膜血管的分割提取方法，其特征在于：所述多核通道空间注意力模块包括多核特征提取子模块、通道注意子模块和空间注意子模块；
4.根据权利要求3所述的视网膜血管的分割提取方法，其特征在于：所述通道注意子模块的处理步骤如下：
5.根据权利要求4所述的视网膜血管的分割提取方法，其特征在于：构建所述像素级自注意力网络模块的步骤如下：
6.根据权利要求5所述的视网膜血管的分割提取方法，其特征在于：像素级补丁p的大小为256,1,1]。
7.根据权利要求6所述的视网膜血管的...
【专利技术属性】
技术研发人员：马超，罗金生，刘天舒，杨蒙蒙，蒋洛峰，
申请(专利权)人：绵阳职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。