典型文献
双线性非局部特征结合中继监督网络用于视网膜血管分割
文献摘要：
对眼底图像中的视网膜血管精准分割是检测多种疾病的关键技术,在相关疾病自动筛查系统中发挥着重要的作用.针对现存方法追求分割精度时忽略对算法复杂性的考虑,导致在资源受限的医疗设备上部署困难的问题.本文通过进一步合理减少卷积层的特征通道数量来轻量化分割网络并提出了BNIS-Net.该网络采用多尺度图像作为输入融合到编码过程中,使得不同感受野之间建立良好的联系,并提出一种双线性非局部模块来增强相关上下文信息的捕捉能力.最后,在解码过程中采用中继监督的策略,为解码部分各级输出提供监督来约束网络的学习,这样可以有效改善收敛行为使浅层部分得到充分训练.BNIS-Net以0.41 M的参数量在DRIVE、STARE和CHASE_DB13个公开数据集上分别取得了81.02％、81.07％、78.15％的DSC值和0.9833、0.9861、0.9859的AUC值.通过大量对比实验和消融研究证明,该方法能够更好地分割血管的边缘细节.
文献关键词：
糖尿病视网膜病变;图像处理;视网膜血管分割;双线性非局部模块;多尺度输入;中继监督
中图分类号：
作者姓名：
杨东旭;赵红东;耿立新;于快快
作者机构：
河北工业大学电子信息工程学院,天津300401;光电信息控制和安全技术重点实验室,天津300308
文献出处：
引用格式：
[1]杨东旭;赵红东;耿立新;于快快-.双线性非局部特征结合中继监督网络用于视网膜血管分割)[J].中国医学物理学杂志,2022(12):1516-1524
A类：
中继监督,BNIS,双线性非局部模块,DB13
B类：
局部特征,特征结合,监督网络,视网膜血管分割,眼底图像,相关疾病,算法复杂性,资源受限,医疗设备,卷积层,通道数,分割网络,Net,合到,感受野,增强相,关上,上下文信息,捕捉能力,解码,分得,参数量,DRIVE,STARE,CHASE,公开数据集,DSC,边缘细节,糖尿病视网膜病变,多尺度输入
AB值：
0.290693
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。
