10.19678/j.issn.1000-3428.0062527
基于改进交错组卷积的眼底硬性渗出物自动分割
在临床诊断中,眼底硬性渗出物的检测结果是判断糖尿病视网膜病变程度的重要参考.现有眼底硬性渗出物检测模型通过加深网络层数以有效分割硬性渗出物的病灶特征,但是容易产生冗余卷积单元且难以准确提取全部有效特征,影响整体分割性能.提出一种融合交错组卷积与双重注意力机制的眼底硬性渗出物自动分割模型.利用改进的交错组卷积模块代替原始U型网络编码部分,在减少分割模型参数的同时提取更丰富的病灶特征.同时通过位置注意力模块联系局部上下文信息,捕获更广泛的感受野以及更深层次的病灶特征,利用通道注意力模块增加提取关键特征的通道权重,提升重要特征的可辨别性.实验结果表明,该模型在e-Ophtha EX数据集上灵敏度、精确度和F-Score分别为91.43%、86.49%和87.32%,在DIARETDB1数据集上灵敏度、特异性和准确性分别达到97.83%、96.16%和97.51%,能够有效改善原始U型网络对眼底硬性渗出物的分割效果.
糖尿病视网膜病变、硬性渗出物、交错组卷积、位置注意力机制、通道注意力机制、U型网络
48
TP391(计算技术、计算机技术)
山西省重点研发计划项目201803D121057
2022-09-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
307-314