本研究提出了一种轻量级视网膜血管分割网络LVS-Net，旨在提高视网膜图像分析中的血管分割性能。该模型通过多尺度卷积块和焦点调制注意力模块优化分割特征，提升早期疾病检测效率，并在公开数据集上表现优于现有模型。

本研究提出了一种新型局部-全局注意力机制，解决了对象检测中局部与全局特征平衡不足的问题。该机制结合多尺度卷积与位置编码，动态调整局部与全局注意力的重要性，显著提升了不同尺度对象的检测能力，尤其在多类和小物体检测中表现优异。