一种改进的视网膜脱落图像分割算法研究

为实现对超声图像病灶的分割并提高目标分割精度，提出一种残差结构的深层尺度融合的分割网络模型RDFA-Net。使用改进的网络模型并使用可变形卷积来增大采样范围，使用通道和空间注意力机制捕获特征，融入深层尺度特征进行融合以捕获深层次图像特征，成功将视网膜脱落病灶的超声图片进行分割，并有了更好的分割结果。使用合作医院提供的眼底超声图像作为数据自制分割数据集来评价RDFA-Net。通过实验结果对比显示，RDFA-Net是有效的，可以对视网膜脱落进行图像分割，并实现了较好的分割精度。