采用双支路和Transformer的视杯视盘分割方法

摘要：

视网膜血管复杂且背景与视杯视盘区域相似,是造成视杯视盘分割精度不高的原因.为了更加准确地分割视杯视盘,设计了 一种具有双支路特征融合的分割网络.网络主支使用Transformer对特征进行提取,弥补了卷积运算在建立远程关系方面存在的不足.采用多个模块来融合浅层空间特征与高级语义特征:尺度感知-特征融合模块(SCA-FFM)用于从高层次特征中收集视盘和视杯的语义和位置信息;识别模块(IM)利用注意力机制减少低层次特征中存在的错误信息和噪声,增强空间细节特征的提取;使用图卷积域-特征融合模块(GCD-FFM)将高级语义特征和低级特征进行融合,使特征图同时具有全局和局部信息.对比实验表明,本文方法表现出更好的分割效果,且具备良好的泛化能力.

关键词：青光眼、视盘分割、视杯分割、Transformer、特征融合

所属期刊栏目：23

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省科技攻关项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2499-2508