资料下载
×
改进ResU-Net有利于角膜神经图像自动分割
消耗积分:0 |
格式:pdf |
大小:3.33 MB |
2021-03-12
分享资料个
角膜神经图像的自动分割对于糖尿病神经病变等疾病的诊断与筛査至关重要。针对由于角膜神经图像存在对比度低且包含非神经结构而造成分割效率较低的问题，在 Resu-Net结构基础上引入多尺度残差、注意力机制多尺度图像输入与多层损失函数输出模块，提出一种基于注意力机制的角膜神经分割算法。多尺度残差模块通过在残差模块中加人多尺度表征信息以提高卷积层提取多尺度特征的能力，而注意力机制模块在双重注意力作用下，利用网络对编码器与解码器中的目标特征进行权重优化，使得在増强图像目标区域特征的同时抑制背景及噪声区域，并采用多尺度图像输入与多层函数输出模块以监督网络中每一层的特征学习。实验结果表明，与主流分割算法相比，该算法的分割效果更优，且曲线下面积与敏感度分别可达到0.990和0.880
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
