一种基于递归深度特征融合的视杯视盘联合分割方法
赵仕成1
莫娟2
1.内蒙古科技大学信息工程学院 内蒙古包头 0140102.内蒙古科技大学理学院 内蒙古包头 014010
摘要：青光眼是常见的致盲眼科疾病之一,其对视力的损害是不可逆的,若患者不能及时诊断治疗就会有失明的风险.杯盘比是青光眼检测过程中的重要指标,临床上多是采用手工方法对视杯视盘进行分割来计算杯盘比,其精度与效率难以保证.因此开发一种高效、准确的自动化视杯视盘分割系统迫在眉睫.现有方法存在视杯分割效果不佳、泛化能力差的问题.为解决以上问题,提出了一种名为R2RADF-net的深度神经网络,通过充分挖掘编码在不同层级的互补信息,能够对眼底图片中的视杯视盘区域联合分割.此外引入多尺度输入的结构使网络能够获得不同大小的感受野,并结合递归残差卷积模块提升联合分割的性能.在公开的REFUGE数据集的大量实验结果表明,R2RADF-net较已有方法取得了明显的性能提升.
关键词：深度神经网络青光眼检测视杯视盘联合分割特征融合
资助基金：国家自然科学基金(11801287)国家自然科学基金(62065015)内蒙古自治区自然科学基金项目(2018MS06002)内蒙古自治区自然科学基金项目(2020MS06010)内蒙古自治区青年科技英才支持计划项目(NJYT20B15)内蒙古科技大学创新基金项目(2019YQL02)
论文发表日期：2022-06-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：7( 36-42 )