基于注意力机制的U-Net眼底图像分割算法OACSTPCD
An Attention Mechanism-based U-Net Fundus Image Segmentation Algorithm
视网膜眼底血管的半径、宽度等是评估眼部疾病的重要指标,因此精确分割眼底图像具有十分重要的意义.为了有效辅助医生诊断眼部疾病,本文提出一种新的神经网络分割眼底血管图像,基本思想是通过改进传统的U-Net模型,借助一种注意力融合机制,使用Transformer构建通道注意力机制和空间注意力机制,将2个注意力机制获取的信息进行融合,减少信息的丢失.此外,视网膜眼底图像的数量比较少,神经网络的系数比较大,训练时容易发生过拟合,所以引入DropBlock层…查看全部>>
The radius and width of retinal fundus vessels are important indicators for assessing eye diseases,so accurate segmen-tation of fundus images is becoming increasingly meaningful.In order to effectively assist doctors in diagnosing eye diseases,the paper proposes a new neural network to segment fundus vascular images.The basic idea is to reduce the information loss by im-proving the traditional U-Net model with the help of an attention fusion mechanism,using …查看全部>>
张子旭;李嘉莹;栾鹏鹏;彭圆圆
华东交通大学电气与自动化工程学院,江西 南昌 330013华东交通大学电气与自动化工程学院,江西 南昌 330013华东交通大学电气与自动化工程学院,江西 南昌 330013华东交通大学电气与自动化工程学院,江西 南昌 330013
计算机与自动化
视网膜眼底图像分割注意力机制DropOut层
retinal fundus image segmentationattention mechanismDropOut layer
《计算机与现代化》 2024 (5)
110-114,5
江西省大学生创新创业项目(202310404008)
评论