一个具有适应空间通道融合的高分辨率网络,用于视网膜血管细分
Lu Cao1, Guangwu Liu1, Junying Gan2
1School of Electronics and Information Engineering, Wuyi University, Jiangmen 529020, People's Republic of China.
Biomedical physics & engineering express
|October 23, 2025
概括
准确的视网膜血管细分对于诊断眼睛疾病至关重要. 我们的新型自适应空间通道融合高分辨率网络 (ASCF-HRNet) 增强了船只拓和边界清晰度,在基准数据集上实现了卓越的性能.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 眼科医生 眼科 眼科
背景情况:
- 准确的视网膜血管细分对于诊断眼科疾病至关重要.
- 挑战包括尺度变化导致断裂拓和低对比度边界导致细分模两可.
研究的目的:
- 提出一个自适应空间通道融合高分辨率网络 (ASCF-HRNet),以改善视网膜血管细分.
- 为了应对血管拓保护和细分模糊性的挑战.
主要方法:
- 引入了一个具有多尺度内核和空间注意力的空间语义增强 (SSE) 块,以保持血管拓.
- 设计了一个频道特征增强 (CFE) 块,用于在上采样之前进行语义意识的细化,以减少噪音和模糊性.
- 将SSE和CFE块集成到一个高分辨率的网络架构中.
主要成果:
- ASCF-HRNet获得了0.9880 (驱动),0.9899 (CHASE_DB1) 和0.9828 (STARE) 的领先的AUC分数.
- 获得了0.8263 (驱动),0.8119 (CHASE_DB1) 和0.7781 (STARE) 的极具竞争力的F1分数.
- 在维护血管拓学和确保边界忠实性方面表现出卓越的性能.
结论:
- 拟议的ASCF-HRNet有效地解决了视网膜血管细分方面的关键挑战.
- 该网络实现了最先进的性能,特别是在保持拓完整性和边界精度方面.
- 通过增强的视网膜图像分析,ASCF-HRNet为自动眼科疾病诊断提供了一个有前途的解决方案.
