改进型DeepLabV3+的糖尿病眼底病变分割
Diabetic fundus lesion segmentation by improved DeepLabV3+作者机构:南阳师范学院计算机科学与技术学院河南南阳473061 南阳师范学院生命科学与农业工程学院河南南阳473061
出 版 物:《华中科技大学学报(自然科学版)》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))
年 卷 期:2024年第52卷第5期
页 面:90-97页
核心收录:
学科分类:08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(62002180) 南阳师范学院“卧龙学者”奖励计划支持项目基金资助项目
主 题: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
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.