典型文献
联合注意力和Transformer的视网膜血管分割网络
文献摘要：
视网膜血管分割在许多眼科疾病诊断和治疗方面至关重要.对复杂的视网膜结构及低对比度眼底图像来说,准确地分割视网膜图像的血管特征仍具有挑战性.联合注意力和Transformer的视网膜血管分割网络JAT-Net,通过对编码阶段特征的通道信息和位置信息联合关注增强编码局部细节特征,利用Transformer增强对长距离上下文信息和空间依赖关系建模的能力.在DRIVE和CHASE数据集上进行视网膜血管分割实验,其准确率分别为0.9706和0.9774,F1分数分别为0.8433和0.8154,在视网膜血管分割方面表现不错.
文献关键词：
视网膜血管分割;卷积神经网络;注意力机制;Transformer
中图分类号：
作者姓名：
蒋芸;刘文欢;梁菁
作者机构：
西北师范大学计算机科学与工程学院,甘肃兰州 730070
文献出处：
引用格式：
[1]蒋芸;刘文欢;梁菁-.联合注意力和Transformer的视网膜血管分割网络)[J].计算机工程与科学,2022(11):2037-2047
A类：
JAT,依赖关系建模
B类：
联合注意力,Transformer,视网膜血管分割,分割网络,多眼,眼科疾病,疾病诊断,诊断和治疗,视网膜结构,低对比度,眼底图像,视网膜图像,血管特征,Net,阶段特征,位置信息,细节特征,长距离,上下文信息,空间依赖,DRIVE,CHASE,不错,注意力机制
AB值：
0.261433
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
