LTDA‐Mamba：基于CNN‐Mamba混合网络的视网膜血管分割算法
摘要
视网膜血管分割是医学图像处理领域的一项重要任务，有助于多种眼病的诊断和治疗。然而，由于视网膜图像的复杂性和血管形态及尺寸的多样性，该任务仍然具有挑战性。提出一种基于局部强度顺序变换（LIOT）和双交叉注意力（DCA）机制的CNN-Mamba网络，其能够精准分割视网膜血管。该方法结合卷积神经网络（CNN）和Mamba架构的优势，同时引入LIOT滤波器来增强血管特征表示，并利用DCA机制来捕捉长距离依赖关系。在CHASE_DB1、DRIVE、STARE等公共数据集上进行验证，可视化评估和量化评估结果表明：所提方法能够有效分割视网膜血管。与多种先进的方法进行对比，该方法视网膜血管分割效果最好。
引用本文（GB/T 7714）
彭圆圆 Peng Yuanyuan, 黎浩洋 Li Haoyang, 李文 Li Wen, 等. LTDA‐Mamba：基于CNN‐Mamba混合网络的视网膜血管分割算法[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。