注意力残差链式融合的彩色眼底图像硬性渗出检测

发布时间：2021-04-27 06:22

　　硬性渗出物（Hard Exudate,HE）对糖尿病视网膜病变（Diabetic Retinopathy,DR）的早期诊断具有重要意义,从彩色眼底图像中准确检测出HE是诊断和筛查DR的重要步骤。针对以往自动检测方法中存在的分割效果不佳和对小目标误检率高的问题,本文在经典U-Net生成网络的基础上,引入注意力残差链式融合机制,构造出一种适用于视网膜HE检测的注意力残差链式融合生成对抗网络（Chain fusion of attention residuals GAN,CFAR-GAN）。该网络在生成网络编码过程的每个子模块后添加一个残差网络（Residual Network,ResNet）结构,并采用带有残差连接的卷积层链（Residual convolutional layer path,Res path）建立不同层间的跳跃连接,同时将全局最大池化注意力机制用于刻画不同深度特征的权重,以防止训练过程的过拟合从而提高网络的泛化能力。将CFAR-GAN用e-ophtha EX数据库的训练集进行训练,在其测试集上,检测敏感性、PPV和F-score分别为92.5%、88.7%和90.6%;将... 

【文章来源】：光电子·激光. 2020,31(10)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1 引 言
2 方 法
    2.1 生成对抗网络
        2.1.1 理论基础
        2.1.2 CFAR-GAN网络整体结构
        2.1.3 残差卷积层链
        2.1.4 全局最大池化注意力机制
        2.1.5 CFAR-GAN模型目标函数
    2.2 图像预处理
        2.2.1 图像增强
        2.2.2 血管提取
        2.2.3 视盘定位与分割
    2.3 实 验
        2.3.1 材料及实验设备
        2.3.2 实验操作过程
    2.4 评价标准
        2.4.1 像素级评估
        2.4.2 图像级评估
3 实验结果与讨论
    3.1 与其它算法的对比实验结果
    3.2 讨 论
4 结 论


【参考文献】：
期刊论文
[1]2型糖尿病患者血清成纤维细胞生长因子21水平与糖尿病肾脏疾病及糖尿病视网膜病变的相关性研究[J]. 李林娟,张梅,李转霞,韩秀平,郑俊晨.  中国糖尿病杂志. 2019(11)
[2]基于3D DenseNet的视频镜头边界检测方法[J]. 张翔,赵晓丽,张嘉祺,陈正,张佳颖,王国中.  光电子·激光. 2019(10)
[3]非对称卷积核YOLO V2网络的CT影像肺结节检测[J]. 李新征,金炜,李纲,尹曹谦.  中国生物医学工程学报. 2019(04)



本文编号：3162946