医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

通过SEC-UNet精准分割糖尿病视网膜病变眼底OCT图像脉络膜层

Precise Segmentation of Choroid Layer in Diabetic Retinopathy Fundus OCT Images by Using SEC-UNet

摘要目的 糖尿病视网膜病变(DR)是糖尿病的严重并发症,可导致患者视力下降甚至失明.脉络膜的早期检查在DR诊断中起着至关重要的作用.然而,由于DR患者的光学相干层析成像(OCT)中存在脉络膜和巩膜边界模糊、视网膜病变阴影等问题,导致大多数现有算法无法精准分割脉络膜层.本文目的在于提高DR患者OCT图像中脉络膜层分割的精准度.方法 本文提出了一种结合挤压激励连接(SEC)模块和UNet的网络,简称SEC-UNet,不仅增强Unet的局部细节目标关注能力,且能跳出局部最优来增强整体表达能力.结果SEC-UNet模型的ROC曲线下面积(AUC)达到0.993 0,优于传统UNet模型和SE-UNet模型.这表明SEC-UNet能够获得准确、完整的脉络膜层分割结果.统计分析脉络膜参数变化发现,与正常眼相比,87.1%的DR患者脉络膜中央凹1mm内体积增加,这证明了DR很可能导致脉络膜增厚.结论 该技术有望成为一种新的辅助诊断工具,帮助医生研究脉络膜在糖尿病眼病的预防、发病机制和预后中的作用.

更多
广告
  • 浏览0
  • 下载0
生物化学与生物物理进展

生物化学与生物物理进展

2022年49卷12期

2450-2457页

SCIISTICPKUCSCDCABP

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

法律状态公告日 法律状态 法律状态信息

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new智医 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷