计算机应用研究

作者：张文豪,瞿绍军,颜美丽,

单位：湖南师范大学信息科学与工程学院,长沙410081；

关键词：深度学习,视网膜血管分割,卷积神经网络,生成对抗网络,Transformer,

基金：国家自然科学基金资助项目(12071126)；湖南省教育厅科学研究重点资助项目(23A0081)；；

医学图像分割作为语义分割中的重要一环关系人类健康，一直以来备受关注和重视。其中，视网膜血管分割任务是对眼底视网膜图像中的血管像素进行分割提取，能够帮助医生快速诊断眼部疾病。但是，视网膜血管形态复杂、结构细小，分割难度大。随着深度学习领域研究不断深入，技术的不断进步使得图像分割精度大幅提升。为了更好地了解视网膜血管分割方法的发展，全面总结了近年来基于深度学习的视网膜血管分割研究成果。首先介绍了视网膜血管分割常用数据集，讨论了关键评价指标和损失函数；然后将成果按照基于网络结构设计的方法（例如U型网络变体）、基于模块设计的方法（例如注意力模块）、基于生成对抗模型的方法和基于Transformer的方法进行分类总结，分析各方法的优缺点并比较模型性能优劣；最后，针对目前视网膜血管分割领域存在的几大问题和挑战，讨论了对应的解决方案和思路，并对未来发展方向进行展望，以期进一步推动视网膜血管分割技术的进步，具有较好参考价值。

来源：2025年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第5期