典型文献
通过SEC-UNet精准分割糖尿病视网膜病变眼底OCT图像脉络膜层
文献摘要：
目的 糖尿病视网膜病变(DR)是糖尿病的严重并发症,可导致患者视力下降甚至失明.脉络膜的早期检查在DR诊断中起着至关重要的作用.然而,由于DR患者的光学相干层析成像(OCT)中存在脉络膜和巩膜边界模糊、视网膜病变阴影等问题,导致大多数现有算法无法精准分割脉络膜层.本文目的在于提高DR患者OCT图像中脉络膜层分割的精准度.方法 本文提出了一种结合挤压激励连接(SEC)模块和UNet的网络,简称SEC-UNet,不仅增强Unet的局部细节目标关注能力,且能跳出局部最优来增强整体表达能力.结果SEC-UNet模型的ROC曲线下面积(AUC)达到0.993 0,优于传统UNet模型和SE-UNet模型.这表明SEC-UNet能够获得准确、完整的脉络膜层分割结果.统计分析脉络膜参数变化发现,与正常眼相比,87.1％的DR患者脉络膜中央凹1mm内体积增加,这证明了DR很可能导致脉络膜增厚.结论 该技术有望成为一种新的辅助诊断工具,帮助医生研究脉络膜在糖尿病眼病的预防、发病机制和预后中的作用.
文献关键词：
糖尿病视网膜病变;脉络膜分割;光学相干层析成像;挤压激励连接UNet
中图分类号：
作者姓名：
许祥丛;陈俊彦;王雪花;李睿;熊红莲;王茗祎;钟俊平;谭海曙;郑毅旭;熊柯;韩定安
作者机构：
佛山科学技术学院物理与光电工程学院,佛山528225;佛山科学技术学院粤港澳智能微纳光电技术联合实验室,佛山528225;佛山科学技术学院机电工程与自动化学院,佛山528225;南方医科大学南方医院眼科,广州510515
文献出处：
引用格式：
[1]许祥丛;陈俊彦;王雪花;李睿;熊红莲;王茗祎;钟俊平;谭海曙;郑毅旭;熊柯;韩定安-.通过SEC-UNet精准分割糖尿病视网膜病变眼底OCT图像脉络膜层)[J].生物化学与生物物理进展,2022(12):2450-2457
A类：
脉络膜分割
B类：
SEC,UNet,糖尿病视网膜病变,眼底,OCT,膜层,DR,严重并发症,视力下降,失明,光学相干层析成像,巩膜,边界模糊,阴影,中脉,挤压激励,Unet,节目,跳出局部,局部最优,表达能力,参数变化,变化发现,中央凹,1mm,内体,增厚,辅助诊断,诊断工具,研究脉络,糖尿病眼病
AB值：
0.233794
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。
