用于视网膜血管分割的残差空间注意力网络
图像与视频处理
2020-09-21 v1 计算机视觉与模式识别
摘要
可靠的视网膜血管分割可作为监测和诊断某些疾病(如糖尿病和高血压)的手段,因为这些疾病会影响视网膜血管结构。本文中,我们提出残差空间注意力网络(RSAN)用于视网膜血管分割。RSAN 采用集成了 DropBlock 的改进残差块结构,其不仅可用于构建深度网络以提取更复杂的血管特征,还能有效缓解过拟合。此外,为进一步提升网络的表征能力,基于该改进残差块,我们引入空间注意力(SA)并提出残差空间注意力块(RSAB)来构建 RSAN。我们采用公开的 DRIVE 和 CHASE DB1 彩色眼底图像数据集评估所提出的 RSAN。实验表明,改进的残差结构与空间注意力在本文中是有效的,且我们提出的 RSAN 达到了最先进的性能。
引用
@article{arxiv.2009.08829,
title = {Residual Spatial Attention Network for Retinal Vessel Segmentation},
author = {Changlu Guo and Márton Szemenyei and Yugen Yi and Wei Zhou and Haodong Bian},
journal= {arXiv preprint arXiv:2009.08829},
year = {2020}
}
备注
ICONIP 2020