典型文献
基于紧凑混合网络的视网膜血管自动分割
文献摘要：
针对视网膜血管分割困难及时间复杂度高等问题,提出一种可以兼顾分割速度和准确度,同时结构非对称的视网膜血管分割模型,即紧凑混合网络(compact mixed network,CMNet).可变形卷积能够提取复杂多变的血管结构,并且混合深度卷积中的大核在增大感受野的同时能够改善分割质量,首先在此基础上提出一种轻量级混合瓶颈模块;然后采用自适应层融合方法进一步提高模型的空间映射能力;最后对血管分割性能进行定量和定性分析.算法在DRIVE、CHASE_DB1和HRF三个基准数据集上的AUC指标分别为0.9840、0.9879和0.9853.以上结果表明,所提出的模型能够得到高精度的分割结果.此外,在输入分辨率为512×512下,模型在单张V100显卡上帧率可达33 FPS,进一步表明该模型适用于临床快速部署.
文献关键词：
血管分割;神经网络;可变形卷积;混合瓶颈;自适应层融合;时间复杂度
中图分类号：
作者姓名：
罗凌;薛定宇;冯兴隆
作者机构：
东北大学信息科学与工程学院,沈阳110004
文献出处：
引用格式：
[1]罗凌;薛定宇;冯兴隆-.基于紧凑混合网络的视网膜血管自动分割)[J].控制与决策,2022(02):353-360
A类：
CMNet,混合瓶颈,自适应层融合
B类：
紧凑,混合网络,自动分割,对视,视网膜血管分割,时间复杂度,结构非对称,分割模型,compact,mixed,network,可变形卷积,血管结构,混合深度卷积,感受野,轻量级,融合方法,空间映射,DRIVE,CHASE,DB1,HRF,基准数据集,单张,V100,显卡,帧率,FPS,快速部署
AB值：
0.358802
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。
