视网膜血管细分的全尺寸表示引导网络
Sunyong Seo1, Sangwook Yoo1, Huisu Yoon2,3
1lululab Inc., AI R&D Center, Seoul, 06054, Republic of Korea.
BMC medical imaging
|November 22, 2025
概括
一个新的全尺度指导网络 (FSG-Net) 通过通过注意力指导过器来改进特征来增强视网膜血管细分. 这种紧型号实现了最先进的性能,改善了细血管结构检测.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 计算机视觉 计算机视觉
背景情况:
- 十多年来,U-Net架构主导了视网膜血管细分.
- 对视网膜血管结构的准确细分对于诊断眼睛疾病至关重要.
研究的目的:
- 引入全尺度指导网络 (FSG-Net) 以改善视网膜血管细分.
- 增强特征表示和精细化,以捕捉细血管结构.
主要方法:
- 开发了FSG-Net,使用现代化的卷积块开发了一个新的特征表示模块.
- 在引导卷积块内集成了一个注意力引导过器,以进行结构改进.
- 对公共数据集的最新方法进行FSG-Net的评估,确保可重复性.
主要成果:
- 尽管FSG-Net具有紧的架构,但其表现与最先进的方法相比具有竞争力.
- 注意引导过器有效地增强了细血管结构.
- 废弃性研究证实了每个拟议成分的显著贡献.
结论:
- FSG-Net提供了一种灵活和可扩展的视网膜血管细分方法.
- 提出的注意力引导机制显著提高了细分精度.
- FSG-Net代表了视网膜图像自动化分析的一个有前途的进步.


