典型文献
基于PSPNet改进UNet的轻量级视网膜血管分割算法
文献摘要：
针对现有的视网膜血管分割算法存在模型训练时间长、难以兼顾血管分割的准确率和灵敏度等问题,提出一种基于PSPNet改进UNet的轻量级视网膜血管分割算法(PDA-UNet).在数据预处理方面,该算法先提取图像的绿色通道并使用自适应直方图均衡化方法改善光照不均问题;再使用随机角度旋转、色彩抖动、添加DropBlock型噪声、随机翻转等方法对原始数据集进行数据扩增.在模型构建方面,该算法在传统UNet的原始卷积层之间添加DenseNet密集连接;然后用DropBlock模块来替代Dropout模块;其次通过金字塔解析池化结构结合上下文的语义信息;最后用融合空间注意力机制的跳跃连接替代UNet的传统连接方式.该算法在使用GTX1050(4GB显存)、保证训练时间在3 h以内的前提下,在DRIVE和STARE两个公开数据集上的准确率、灵敏度、特异性、F1-score分别为0.959 0、0.832 4、0.977 1、0.832 8 和 0.969 1、0.851 0、0.982 4、0.843 2.所提算法相较于当前的算法,兼顾了模型训练效率以及图像分割的准确性和灵敏度,具有一定的进步性和创新性.
文献关键词：
视网膜血管分割;UNet;DropBlock;金字塔解析池化
中图分类号：
作者姓名：
蒋晨皓;马玉良;祝真滨
作者机构：
杭州电子科技大学自动化学院,浙江 杭州310018
文献出处：
引用格式：
[1]蒋晨皓;马玉良;祝真滨-.基于PSPNet改进UNet的轻量级视网膜血管分割算法)[J].传感技术学报,2022(07):888-896
A类：
金字塔解析池化,GTX1050,4GB
B类：
PSPNet,UNet,轻量级,视网膜血管分割,分割算法,模型训练,训练时间,PDA,数据预处理,绿色通道,自适应直方图均衡化,光照不均,抖动,DropBlock,原始数据,数据扩增,卷积层,DenseNet,密集连接,Dropout,上下文,语义信息,空间注意力机制,跳跃连接,接替,连接方式,显存,DRIVE,STARE,公开数据集,score,训练效率,图像分割,进步性
AB值：
0.288817
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
