控制与决策

作者：罗凌,薛定宇,冯兴隆

单位：东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,,东北大学 信息科学与工程学院,沈阳 110004,

关键词：血管分割;神经网络;可变形卷积;混合瓶颈;自适应层融合;时间复杂度

基金：国家自然科学基金项目(61673094).

针对视网膜血管分割困难及时间复杂度高等问题,提出一种可以兼顾分割速度和准确度,同时结构非对称的视网膜血管分割模型,即紧凑混合网络(compact mixed network, CMNet).可变形卷积能够提取复杂多变的血管结构,并且混合深度卷积中的大核在增大感受野的同时能够改善分割质量,首先在此基础上提出一种轻量级混合瓶颈模块;然后采用自适应层融合方法进一步提高模型的空间映射能力;最后对血管分割性能进行定量和定性分析.算法在DRIVE、CHASE_DB1和HRF三个基准数据集上的AUC指标分别为0.9840、0.9879和0.9853.以上结果表明,所提出的模型能够得到高精度的分割结果.此外,在输入分辨率为$512\times 512$下,模型在单张V100显卡上帧率可达33FPS,进一步表明该模型适用于临床快速部署.

来源：2022年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第2期