基于Attention機(jī)制的MCASPP神經(jīng)網(wǎng)絡(luò)眼底圖像視杯視盤分割模型
基本信息
| 申請(qǐng)?zhí)?/td> | CN201910711320.0 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN110610480A | 公開（公告）日 | 2019-12-24 |
| 申請(qǐng)公布號(hào) | CN110610480A | 申請(qǐng)公布日 | 2019-12-24 |
| 分類號(hào) | G06T7/00;G06T7/12;G06T7/136;G06N3/04 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 季鑫 | 申請(qǐng)（專利權(quán)）人 | 成都上工醫(yī)信科技有限公司 |
| 代理機(jī)構(gòu) | 北京開陽星知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 成都上工醫(yī)信科技有限公司 |
| 地址 | 610000 四川省成都市中國(四川)自由貿(mào)易試驗(yàn)區(qū)成都高新區(qū)天府五街200號(hào)2棟1001 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明實(shí)施例涉及一種基于Attention機(jī)制的MCASPP神經(jīng)網(wǎng)絡(luò)眼底圖像視杯視盤分割模型。其中，該模型包括：特征提取模塊、注意力映射模塊、多尺度空洞卷積模塊以及輸出模塊，通過特征提取模塊提取輸入圖像中的第一圖像特征，注意力映射模塊用于提取輸入圖像的第二圖像特征，以及根據(jù)第一圖像特征中的高級(jí)特征、低級(jí)特征以及第二圖像特征得到第一特征，通過多尺度空洞卷積模塊，對(duì)高級(jí)特征進(jìn)行多次卷積得到第二特征，輸出模塊根據(jù)第一特征以及第二特征來得到預(yù)測概率圖，能夠提高圖像分割網(wǎng)絡(luò)的特征提取精度，避免相關(guān)技術(shù)中全卷積網(wǎng)絡(luò)分割的視杯視盤精度較低的技術(shù)問題。 |
