换一批注意力增强网络在光学相干层析成像年龄相关性黄斑变性亚型分类中的研究
Research on attention-enhanced networks for subtype classification of age-related macular degeneration in optical coherence tomography
摘要对基于光学相干层析成像(OCT)图像的年龄相关性黄斑变性(AMD)进行亚型分类,是医生诊断病情和制定治疗方案的有效辅助手段.为了提高AMD亚型的分类精度,本文提出了一种基于关键点定位的注意力增强残差网络(KPA-ResNet).该网络以50层残差网络(ResNet-50)作为基础网络,前置基于热力图回归算法的关键点定位模块,引入基于二维相对自注意力机制的注意力增强卷积来提高关键病灶区域的性能表达;进一步通过适当加深网络并加入改进型残差模块(ConvNeXt)来实现高维特征信息的充分提取,丰富病灶边缘轮廓的细节信息,最终实现更高精度的AMD亚型分类.实验结果表明,本文所提出的KPA-ResNet相较于经典卷积神经网络在整体分类准确率上有显著提升,其中对湿性AMD亚型中的非活动性脉络膜新生血管(CNV)和活动性CNV的分类准确率分别达到92.8％和95.2％,较ResNet-50有大幅度提高,验证了 KPA-ResNet在AMD亚型分类任务中的优越性能.本研究为基于OCT图像的AMD亚型分类提供了一种高精度、具备良好泛化能力的新型网络架构,并为眼科影像分析中注意力机制与卷积神经网络的融合应用提供了新的思路与方法参考.
更多相关知识
关键词
光学相干层析成像年龄相关性黄斑变性图像分类关键点定位二维相对自注意力机制Optical coherence tomographyAge-related macular degenerationImage classificationKey point locationTwo-dimensional relative self-attention mechanism
栏目名称
DOI
10.7507/1001-5515.202408029
发布时间
2025-11-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62373253）
上海市科委产学研医项目（15DZ19940400）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
