科研之友
微信
新浪微博
Facebook
分享链接
摘要
眼底图像中的OD和OC分割精度不高，且没有充分考虑二者空间信息的问题，为实现联合分割OC/OD，更加准确地测量杯盘比，实现青光眼筛查，提出了一种端到端的基于区域的深度卷积神经网络(region-based deep convolutional neural network, R-DCNN)。首先，在主干网络Res Net34中引入密集原子卷积以提取更密集的特征图。然后，设计了DPN和CPN模块产生OD和OC的候选边界框。之后，考虑到OD和OC之间位置的关系，使用盘注意力模块连接DPN模块和CPN模块，在精确获得OD和OC边界后，计算CDR作为青光眼筛查的指标。最后，将所提出的网络在公开的DRISHIT-GS和RIM-ONE r3数据集进行训练测试。通过与目前主流的先进方法对比，验证了所提网络在OD和OC分割以及青光眼筛查方面的性能，具有广大的应用前景。
- 单位
