视盘视杯分割网络

粗细两阶段分割

通过从粗到细的两阶段Transformer网络,在复杂临床数据中实现更准确的眼底视盘与视杯联合分割。

易玉根 · Jiang, Yan · Ningyi, Zhang · 代江艳 · 黄欣 · Zeng, Qinqin · 周唯

Computers in Biology and Medicine 2023

技术优势

减少无关组织干扰

粗阶段用U-Net和霍夫变换定位视盘ROI,使细阶段只处理视盘区域,避免视盘外结构影响分割。

捕捉全局信息

在骨干网引入Transformer模块,获取长距离依赖特征,突破传统卷积感受野限制,保留更多全局信息。

缩小语义鸿沟

提出的多尺度密集跳跃连接MSDC融合不同层的高低级特征,减少不同层次特征间的语义差异。

应用场景