摘要
本发明公开了基于U‑Net的血管图像分割方法、装置和设备,方法包括:获取血管分割数据集;对血管分割数据集进行预处理;对预处理后的血管分割图像进行图像块裁剪操作,得到样本数据;根据样本数据,通过Pytorch深度学习框架搭建血管图像分割网络;根据血管图像分割网络进行血管图像分割,并对血管图像分割的结果进行评价。本发明的管图像分割网络中的卷积块由多尺度特征聚集块替换;多尺度特征聚集块的第一输入为多尺度高层特征,多尺度特征聚集块的第二输入为多尺度低层特征;血管图像分割网络通过MS‑CAM模块将多尺度特征聚集块中的多尺度高层特征和多尺度低层特征进行融合,能够提高分割性能,可广泛应用于人工智能技术领域。