摘要
本发明提供一种基于全分辨率网络的OCTA图像视网膜血管分割方法,通过输入的OCTA图像通过数据预处理模块进行预处理包括光学变换和几何变换后,得到预处理后的数据;特征编码模块使用五个依次设置的特征提取单元提取五个层次的图像特征并输出给级联特征增强模块;由级联特征增强模块CFEM通过跨层引导将低层细节信息与高层语义信息结合进行特征融合后,输出分割结果;计算损失并对基于全分辨率网络的OCTA图像视网膜血管分割模型进行优化,得到优化后的分割模型;使用优化后的分割模型得到视网膜血管图像;本发明能够实现对视网膜血管的高精度高效分割,且网络复杂性较低,计算资源消耗较较小。
技术关键词
特征提取单元
输出特征
融合特征
通道注意力机制
分辨率
视网膜血管图像
编码模块
高层语义信息
血管分割
循环卷积网络
级联
高层语义特征
多尺度特征
分支
系统为您推荐了相关专利信息
共面波导
记录分析系统
传感方法
氮化硅
二氧化硅钝化层
激光雷达扫描数据
平面定位方法
栅格地图
激光雷达数据
多模态特征融合