混合注意力机制结合U-Net的内腔图像血管分支点提取方法

本发明混合注意力机制结合U‑Net的内腔图像血管分支点提取方法属于医学数字图像处理技术领域；该方法依次执行：在U‑Net网络架构中共享编码器构建Det网络和Des网络；采用SuperRetina数据集对U‑Net网络进行预训练，得到预训练网络模型；采用迁移学习方法利用已标注的公共数据集Vivo和无标注的Hamlyn中心内窥镜数据集构建MIS图像伪金标准分支特征数据集进行训练；设计基于混合注意力机制的动态上采样模块引入网络架构进行双线性上采样，动态地调整上采样的重点区域；设计基于分支特征权重的Dice‑Det损失函数和基于分支点和动态权重加权的Triplet‑Des损失函数，使模型能更加关注血管分支区域、更快地学习到关键的分支特征。本发明方法能够稳定、准确地实现端到端的血管分支点和描述符联合检测，具有良好的鲁棒性和泛化性。