计算机工程

作者：郝华颖, 赵昆, 苏攀, 张辉, 赵一天, 刘江

单位：1. 宁波大学 机械工程与力学学院, 浙江 宁波 315211;2. 中国科学院宁波材料技术与工程研究所 慈溪生物医学工程研究所, 浙江 宁波 315201;3. 沈阳建筑大学 信息与控制工程学院, 沈阳 110168;4. 南方科技大学 计算机科学与工程系, 广东 深圳 518055

关键词：角膜神经,多尺度残差,注意力机制,ResU-Net结构,Dice系数损失函数

基金：国家自然科学基金（61906181）；中国博士后科学基金（2019M652156）。

角膜神经图像的自动分割对于糖尿病神经病变等疾病的诊断与筛查至关重要。针对由于角膜神经图像存在对比度低且包含非神经结构而造成分割效率较低的问题，在ResU-Net结构基础上引入多尺度残差、注意力机制、多尺度图像输入与多层损失函数输出模块，提出一种基于注意力机制的角膜神经分割算法。多尺度残差模块通过在残差模块中加入多尺度表征信息以提高卷积层提取多尺度特征的能力，而注意力机制模块在双重注意力作用下，利用网络对编码器与解码器中的目标特征进行权重优化，使得在增强图像目标区域特征的同时抑制背景及噪声区域，并采用多尺度图像输入与多层函数输出模块以监督网络中每一层的特征学习。实验结果表明，与主流分割算法相比，该算法的分割效果更优，且曲线下面积与敏感度分别可达到0.990和0.880。

来源：2021年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第1期