基于注意力机制和稠密卷积的视网膜微血管分割算法
为了解决糖尿病性视网膜病变诊断难、各地评判标准不统一的问题,提出了基于注意力机制和稠密卷积的视网膜微血管分割算法,即通过图像分割技术来辅助诊断,既减轻了工作量,又能保证准确率.以LadderNet为基础网络,为了更加突出微血管信息,加入注意力机制,使微血管的特征信息更加完整、准确地保留下来.使用稠密卷积在增强特征信息传递的同时减少参数数量,进一步提升图像分割性能.该算法具有更好的分割性能,能够更好地完成视网膜微血管分割任务.
深度学习、医疗图像、视网膜微血管分割、LadderNet、注意力机制、稠密卷积
47
TP391.4(计算技术、计算机技术)
北京市教委科技项目KM201710005011
2021-05-28（万方平台首次上网日期，不代表论文的发表时间）
共8页
500-507
