基于Transformer和MLP的眼底血管分割算法

摘要：

为了解决眼底血管分割中存在的分割效果不佳、数据过拟合和正负样本不均衡等问题,提出了一种转换器(Transformer)和多层感知机(MLP)结合的眼底血管分割算法.首先,为预防数据过拟合问题,训练图像在输入模型前会执行多种数据增强操作;其次,设计一个融合了卷积模块的Transformer组成多尺度编码器对图像进行特征提取,以此获得鲁棒的多级特征信息;最后,使用MLP结构的解码器对特征图完成像素级的分类.为解决正负样本不均衡的问题,引入了Tversky损失和二进制交叉熵损失的组合损失函数.所提算法在多个数据集上都取得了良好的实验结果,优于现有的其他网络模型算法.

关键词：深度学习、多头自注意力、多层感知机、图像分割、眼底血管

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;山东省重大科技创新工程项目

在线出版日期：2023-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：26-31