改进型DeepLabV3+的糖尿病眼底病变分割 |
| |
引用本文: | 马晓普,刘文涛,李贺.改进型DeepLabV3+的糖尿病眼底病变分割[J].华中科技大学学报(自然科学版),2024(5):90-97. |
| |
作者姓名: | 马晓普 刘文涛 李贺 |
| |
作者单位: | 1. 南阳师范学院计算机科学与技术学院;2. 南阳师范学院生命科学与农业工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(62002180); |
| |
摘 要: | 针对糖尿病视网膜眼底病变多类分割难及小病灶识别率低的问题,提出一种融合注意力机制与改进型DeepLabV3+的糖尿病视网膜眼底病变多类病症分割方法.该方法首先通过使用MobileNetV2网络提取病灶特征,减少参数量并提高算法训练速度;接着通过优化空洞空间卷积金字塔池化中的空洞卷积层数与空洞率,以提高捕获小病灶特征的能力;然后基于DeepLabV3+网络模型进行改进,借助坐标注意力机制感知病灶方向和位置信息,从而提高识别精度;最后采用FGADR和IDRiD数据集分别训练和测试所提出的模型.实验结果表明:所提出方法的平均交并比(MIoU)指标为73.75%,具有较高的分割精度,验证了模型有效性.
|
关 键 词: | 糖尿病视网膜眼底病变 深度学习 DeepLabV3+网络 坐标注意力 多类分割 |
|
|