一种基于改进U-Net的视网膜血管图像分割方法及系统

本发明涉及一种基于改进U‑Net的视网膜血管图像分割方法及系统。首先构建由多张视网膜血管图像及其对应分割掩码所组成的数据集，并将数据集预处理后，划分为训练集和验证集；再向U‑Net模型中引入空洞卷积层和ELA注意力机制，从而构建初始模型；然后利用训练集和验证集训练、验证并调整初始模型，得到最终模型；最终将待分割视网膜血管图像输入最终模型，输出分割结果。与现有技术相比，本发明具有提高了对模糊边界和小目标区域的分割精度，提高分割准确性等优点。