一种基于多层次特征提取网络的小鼠视网膜显微图像分割方法

本发明公开了一种基于多层次特征提取网络的小鼠视网膜显微图像分割方法，包括以下步骤：步骤一：构建非对称膨胀残差的边缘特征捕捉模块，并将非对称膨胀残差的边缘特征捕捉模块添加在U‑Net下采样后，以充分明确边界定位；步骤二：构建基于混合模型的全局特征建模模块，替换U‑Net中传统的特征融合方式。本发明通过提出不同扩张率的非对称膨胀卷积，实现了在更大的范围内捕获全局信息以恢复丢失的特征；设计了多层次注意力模块，能够自适应的以数据相关动态调整分配权重，并通过构建基于混合模型的全局特征建模模块，使用混合模型替换UNet跳跃连接后以取代传统的融合方法，实现了一种新颖的特征融合策略。