硬性滲出物（Hard Exudate,HE）對(duì)糖尿病視網(wǎng)膜病變（Diabetic Retinopathy,DR）的早期診斷具有重要意義,從彩色眼底圖像中準(zhǔn)確檢測(cè)出HE是診斷和篩查DR的重要步驟。針對(duì)以往自動(dòng)檢測(cè)方法中存在的分割效果不佳和對(duì)小目標(biāo)誤檢率高的問(wèn)題,本文在經(jīng)典U-Net生成網(wǎng)絡(luò)的基礎(chǔ)上,引入注意力殘差鏈?zhǔn)饺诤蠙C(jī)制,構(gòu)造出一種適用于視網(wǎng)膜HE檢測(cè)的注意力殘差鏈?zhǔn)饺诤仙蓪?duì)抗網(wǎng)絡(luò)（Chain fusion of attention residuals GAN,CFAR-GAN）。該網(wǎng)絡(luò)在生成網(wǎng)絡(luò)編碼過(guò)程的每個(gè)子模塊后添加一個(gè)殘差網(wǎng)絡(luò)（Residual Network,ResNet）結(jié)構(gòu),并采用帶有殘差連接的卷積層鏈（Residual convolutional layer path,Res path）建立不同層間的跳躍連接,同時(shí)將全局最大池化注意力機(jī)制用于刻畫(huà)不同深度特征的權(quán)重,以防止訓(xùn)練過(guò)程的過(guò)擬合從而提高網(wǎng)絡(luò)的泛化能力。將CFAR-GAN用e-ophtha EX數(shù)據(jù)庫(kù)的訓(xùn)練集進(jìn)行訓(xùn)練,在其測(cè)試集上,檢測(cè)敏感性、PPV和F-score分別為92.5%、88.7%和90.6%;將... 

【文章來(lái)源】：光電子·激光. 2020,31(10)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 引 言
2 方 法
    2.1 生成對(duì)抗網(wǎng)絡(luò)
        2.1.1 理論基礎(chǔ)
        2.1.2 CFAR-GAN網(wǎng)絡(luò)整體結(jié)構(gòu)
        2.1.3 殘差卷積層鏈
        2.1.4 全局最大池化注意力機(jī)制
        2.1.5 CFAR-GAN模型目標(biāo)函數(shù)
    2.2 圖像預(yù)處理
        2.2.1 圖像增強(qiáng)
        2.2.2 血管提取
        2.2.3 視盤(pán)定位與分割
    2.3 實(shí) 驗(yàn)
        2.3.1 材料及實(shí)驗(yàn)設(shè)備
        2.3.2 實(shí)驗(yàn)操作過(guò)程
    2.4 評(píng)價(jià)標(biāo)準(zhǔn)
        2.4.1 像素級(jí)評(píng)估
        2.4.2 圖像級(jí)評(píng)估
3 實(shí)驗(yàn)結(jié)果與討論
    3.1 與其它算法的對(duì)比實(shí)驗(yàn)結(jié)果
    3.2 討 論
4 結(jié) 論


【參考文獻(xiàn)】：
期刊論文
[1]2型糖尿病患者血清成纖維細(xì)胞生長(zhǎng)因子21水平與糖尿病腎臟疾病及糖尿病視網(wǎng)膜病變的相關(guān)性研究[J]. 李林娟,張梅,李轉(zhuǎn)霞,韓秀平,鄭俊晨.  中國(guó)糖尿病雜志. 2019(11)
[2]基于3D DenseNet的視頻鏡頭邊界檢測(cè)方法[J]. 張翔,趙曉麗,張嘉祺,陳正,張佳穎,王國(guó)中.  光電子·激光. 2019(10)
[3]非對(duì)稱(chēng)卷積核YOLO V2網(wǎng)絡(luò)的CT影像肺結(jié)節(jié)檢測(cè)[J]. 李新征,金煒,李綱,尹曹謙.  中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2019(04)



本文編號(hào)：3162946