全阶段多尺度特征融合分割网络

模型小31倍,分割精度新高

针对病灶多尺度小目标与模糊边缘,通过全阶段多尺度特征融合与边缘引导,用极小参数量实现糖尿病视网膜病变多类别分割的新水平。

Ji'an, Liu · Che, Haiying · Aidi, Zhao · Na, Li · Xiao, Huang · 李辉 · 蒋志宏

Biomedical Signal Processing and Control 2025

参数信息

参数量
2.27 M

技术优势

参数量极少

仅 2.27M 参数,比领先方法少近 31 倍,利于部署到计算资源受限的设备。

边缘分割更准

通过边缘引导分支显式关注病灶边缘和细节,提升模糊边缘和小病灶的分割精度。

多尺度特征融合

在编码器阶段内和阶段间均进行多尺度特征融合,充分挖掘不同尺度的病灶特征。

临床可用

在三个公开数据集上取得新最优结果,且模型轻量,具有临床应用前景。

应用场景