典型文献
融合通道注意力与残差密集的U-Net视网膜血管分割
文献摘要：
视网膜血管的精准分割是辅助眼科医生诊断和大规模眼科疾病自动筛查的重要前提,已成为临床的迫切需求.针对现有视网膜细小血管分割不足以及精确度有待提高等问题,提出了一种融合通道注意力机制与残差密集连接模块的改进型U-Net算法,先利用通道注意机制来增强网络的识别能力,再利用残差密集模块代替传统的卷积模块来提升网络分割细小血管的性能.在DRIVE和CHASE数据集上的实验结果表明,与其他算法相比,该算法的ACC、SE、SP和AUC值均比较高,分割效果较好.
文献关键词：
视网膜血管分割;通道注意力机制;残差密集连接
中图分类号：
作者姓名：
苏江涛;张乾;江漫;张宇航;吕义付
作者机构：
贵州民族大学,数据科学与信息工程学院,贵州贵阳550025;贵州省模式识别与智能系统重点实验室,贵州贵阳550025;贵州民族大学,教务处,贵阳550025
文献出处：
引用格式：
[1]苏江涛;张乾;江漫;张宇航;吕义付-.融合通道注意力与残差密集的U-Net视网膜血管分割)[J].长江信息通信,2022(11):1-4,8
A类：
残差密集模块
B类：
合通,Net,视网膜血管分割,眼科医生,眼科疾病,细小,通道注意力机制,残差密集连接,连接模块,改进型,注意机制,识别能力,卷积模块,DRIVE,CHASE,ACC,SP,分割效果
AB值：
0.24496
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。
