换一批结合深度学习的糖尿病视网膜病变血管分割和重建
Vascular segmentation and reconstruction in diabetic retinopathy based on deep learning
摘要为了助于早期诊断糖尿病性视网膜病变,提出结合视网膜血管分割与三维重建的方法.三维重建可以避免分割后血管长度、曲度和分支角度等信息误判影响早期诊断.提出IAAnet算法进行视网膜图像分割,将传统Unet网络与Inception V3、ASPP、AttentionGates相结合,较好地减少信息损失并避免过拟合的现象,提高网络对特征的提取能力.运用投影重建法来还原血管三维信息,并支持调节亮度、对比度,使医生更好地观察血管的真实状态.本文算法在准确率、召回率、F1分数、交并比、ROC曲线下面积上的结果分别是97.68%、96.07%、97.26%、92.79%、94.00%,通过与其他网络对比,IAAnet算法具有良好的分割准确性,三维投影重建后能在三维图像上获取更丰富的血管信息为早期诊断提供帮助.
更多相关知识
关键词
深度学习糖尿病性视网膜病变Inception V3注意力门空洞金字塔池化三维投影重建deep learningdiabetic retinopathyInception V3attention gateatrous spatial pyramid pooling3D projection reconstruction
栏目名称
DOI
10.3969/j.issn.1005-202X.2024.10.010
发布时间
2024-11-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
电子内窥镜研发(3A-23-312-042)（3A-23-312-042）
- 浏览0
- 被引4
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
