基于残差注意力与多尺度特征聚合的视网膜图像分割方法

本发明涉及图像处理技术领域，具体涉及一种基于残差注意力与多尺度特征聚合的视网膜图像分割方法，包括：以U‑Net网络结构为基本框架，在网络的编码器部分和解码器部分分别引入多个改进的残差模块，且在每个所述改进的残差模块之后接入一个通道注意力模块，减少卷积和池化过程中信息丢失问题，并强化重要信息，抑制冗余信息；在跳跃路径中引入多尺度特征聚合模块，有效融合并提取不同尺度的血管特征，提升网络的特征提取能力，为解码层重建眼底图像提供更丰富的信息。