换一批MAC-Net:基于多尺度特征交互的DR分割网络研究
MAC-Net:Research on DR Segmentation Network Based on Multi-Scale Feature Interaction
摘要为提高糖尿病性视网膜病变智能诊断的准确性,提出新型DR分割网络MAC-Net.该网络以AttU-Net网络为骨干,动态聚焦病灶区域,抑制背景噪声,通过自多尺度交互模块(SMIM)采用并行结构实现自多尺度特征交互,结合集合信息模块(CIM)融合跨尺度特征增强语义,显著提升了多尺度病灶的捕捉能力.基于FGADR数据集实验表明,MAC-Net在分割精度上全面优于基线模型,验证了多尺度特征协同机制的有效性.
更多相关知识
关键词
糖尿病性视网膜病变分割注意力U型网络多尺度特征提取跨尺度特征融合神经网络Diabetic retinopathy segmentationAttention U-shaped networkMulti-scale feature extractionCross-scale feature integrationNeural network
栏目名称
DOI
10.3969/j.issn.1674-8646.2026.02.004
发布时间
2026-01-29（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市教委科学技术研究计划立项项目（KJQN202202401）
重庆市教委科学技术研究计划立项项目（KJQN202302402）
重庆市教委科学技术研究计划重点项目（KJZD-K202302401）
- 浏览0
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
