针对在使用视盘（OD）和视杯（OC）的分割测量杯盘比（CDR）来诊断青光眼的过程中，与视盘分割相比视杯分割仍存在分割精度上的困难，提出了一种深度学习体系结构MSHRNET，用于视杯和视盘的联合分割。它是一种基于HRNET的改进架构。通过在HRNET中添加多尺度输入，可以弥补特征提取过程中的信息丢失。结合多尺度空间和通道注意机制，提取图像深层信息。通过添加侧输出层，指导网络的早期训练。实验表明：该算法在DrishtiGS1和REFUGE数据集上的分割效果优于现有的视杯和视盘分割方法。
科研之友
微信
新浪微博
Facebook
分享链接
