論文の概要: Segmentation of fundus vascular images based on a dual-attention
mechanism
- arxiv url: http://arxiv.org/abs/2305.03617v1
- Date: Fri, 5 May 2023 15:22:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-08 13:23:19.923278
- Title: Segmentation of fundus vascular images based on a dual-attention
mechanism
- Title(参考訳): デュアルアテンション機構に基づく底部血管画像の分割
- Authors: Yuanyuan Peng, Pengpeng Luan, Zixu Zhang
- Abstract要約: 網膜基底画像における血管の正確な分画は、早期のスクリーニング、診断、いくつかの眼疾患の評価において重要である。
本稿では,Transformerが構築したチャネルアテンションと空間アテンションを組み合わせたアテンション融合機構を用いて,空間次元とチャネル次元の両方で網膜基底画像から情報を抽出する。
- 参考スコア(独自算出の注目度): 1.3295074739915493
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Accurately segmenting blood vessels in retinal fundus images is crucial in
the early screening, diagnosing, and evaluating some ocular diseases. However,
significant light variations and non-uniform contrast in these images make
segmentation quite challenging. Thus, this paper employ an attention fusion
mechanism that combines the channel attention and spatial attention mechanisms
constructed by Transformer to extract information from retinal fundus images in
both spatial and channel dimensions. To eliminate noise from the encoder image,
a spatial attention mechanism is introduced in the skip connection. Moreover, a
Dropout layer is employed to randomly discard some neurons, which can prevent
overfitting of the neural network and improve its generalization performance.
Experiments were conducted on publicly available datasets DERIVE, STARE, and
CHASEDB1. The results demonstrate that our method produces satisfactory results
compared to some recent retinal fundus image segmentation algorithms.
- Abstract(参考訳): 眼疾患の早期スクリーニング,診断,評価には,眼底画像中の血管を正確に分割することが重要である。
しかし、これらの画像における顕著な光の変動と非一様コントラストは、セグメンテーションを非常に困難にしている。
そこで本稿では,トランスフォーマによって構築されたチャネル注意と空間注意機構を組み合わせた注意融合機構を用いて,網膜底面画像から空間的およびチャネル的両方の情報を抽出する。
エンコーダ画像からのノイズを除去するために、スキップ接続に空間的注意機構を導入する。
さらに、ドロップアウト層を用いていくつかのニューロンをランダムに破棄し、ニューラルネットワークの過剰フィットを防止し、その一般化性能を向上させる。
公開データセットであるDERIVE、STARE、CHASEDB1で実験を行った。
その結果,近年の網膜基底画像分割アルゴリズムと比較して良好な結果が得られた。
関連論文リスト
- Region Guided Attention Network for Retinal Vessel Segmentation [19.587662416331682]
本稿では,領域誘導型アテンションを用いたエンコーダデコーダ機構に基づく軽量網膜血管セグメンテーションネットワークを提案する。
Dice Losは偽陽性と偽陰性を等しく解析し、モデルがより正確なセグメンテーションを生成するように促す。
ベンチマークデータセットの実験では、最先端の手法と比較して、パフォーマンス(0.8285, 0.8098, 0.9677, 0.8166リコール、精度、精度、F1スコア)が向上した。
論文 参考訳(メタデータ) (2024-07-22T00:08:18Z) - FS-Net: Full Scale Network and Adaptive Threshold for Improving Extraction of Micro-Retinal Vessel Structures [4.507779218329283]
網膜血管の分節は独特の課題を呈する。
最近のニューラルネットワークアプローチは、ローカルとグローバルプロパティのバランスをとるのに苦労している。
エンコーダ・デコーダニューラルネットワークアーキテクチャに基づく包括的マイクロ容器抽出機構を提案する。
論文 参考訳(メタデータ) (2023-11-14T10:32:17Z) - Synthetic optical coherence tomography angiographs for detailed retinal
vessel segmentation without human annotations [12.571349114534597]
本稿では,より高速でリアルなOCTA合成のために,空間コロニー化に基づく網膜血管網の軽量なシミュレーションを行う。
本研究では,3つの公開データセットに対する定量的および定性的実験において,提案手法の優れたセグメンテーション性能を示す。
論文 参考訳(メタデータ) (2023-06-19T14:01:47Z) - DualStreamFoveaNet: A Dual Stream Fusion Architecture with Anatomical Awareness for Robust Fovea Localization [6.278444803136043]
マルチキュー核融合のためのDualStreamFoveaNet (DSFN) と呼ばれる新しいトランスフォーマーアーキテクチャを提案する。
このアーキテクチャは、網膜と血管の分布を用いた長距離接続とグローバルな特徴をはっきりと組み込んで、堅牢な葉の局在を図っている。
DSFNは、正常な網膜像と疾患のある網膜像の両方においてより堅牢であり、クロスデータセット実験においてキャパシティの一般化がより優れていることを実証する。
論文 参考訳(メタデータ) (2023-02-14T10:40:20Z) - Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。
本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。
提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
論文 参考訳(メタデータ) (2022-12-01T07:32:56Z) - CoCoNet: Coupled Contrastive Learning Network with Multi-level Feature Ensemble for Multi-modality Image Fusion [68.78897015832113]
我々は、赤外線と可視画像の融合を実現するために、CoCoNetと呼ばれるコントラスト学習ネットワークを提案する。
本手法は,主観的評価と客観的評価の両面において,最先端(SOTA)性能を実現する。
論文 参考訳(メタデータ) (2022-11-20T12:02:07Z) - Affinity Feature Strengthening for Accurate, Complete and Robust Vessel
Segmentation [48.638327652506284]
血管セグメンテーションは、冠動脈狭窄、網膜血管疾患、脳動脈瘤などの多くの医学的応用において重要である。
コントラストに敏感なマルチスケールアフィニティアプローチを用いて,幾何学的手法と画素単位のセグメンテーション特徴を連成的にモデル化する新しいアプローチであるAFNを提案する。
論文 参考訳(メタデータ) (2022-11-12T05:39:17Z) - Fuzzy Attention Neural Network to Tackle Discontinuity in Airway
Segmentation [67.19443246236048]
気道セグメンテーションは肺疾患の検査、診断、予後に重要である。
いくつかの小型の気道支線(気管支や終端など)は自動セグメンテーションの難しさを著しく増す。
本稿では,新しいファジィアテンションニューラルネットワークと包括的損失関数を備える,気道セグメンテーションの効率的な手法を提案する。
論文 参考訳(メタデータ) (2022-09-05T16:38:13Z) - Target-aware Dual Adversarial Learning and a Multi-scenario
Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection [65.30079184700755]
本研究は、物体検出のために異なるように見える赤外線と可視画像の融合の問題に対処する。
従来のアプローチでは、2つのモダリティの根底にある共通点を発見し、反復最適化またはディープネットワークによって共通空間に融合する。
本稿では、融合と検出の連立問題に対する二段階最適化の定式化を提案し、その後、核融合と一般的に使用される検出ネットワークのためのターゲット認識デュアル逆学習(TarDAL)ネットワークに展開する。
論文 参考訳(メタデータ) (2022-03-30T11:44:56Z) - Parametric Scaling of Preprocessing assisted U-net Architecture for
Improvised Retinal Vessel Segmentation [1.3869502085838448]
本稿では,形態素前処理と拡張U-netアーキテクチャを併用した画像強調手法を提案する。
ROC曲線 (>0.9762) と分類精度 (>95.47%) の領域において、領域内の他のアルゴリズムと比較して顕著な改善が得られた。
論文 参考訳(メタデータ) (2022-03-18T15:26:05Z) - Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and
Convolutional Neural Networks [68.96150598294072]
未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。
網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。
近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。
本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。
提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
論文 参考訳(メタデータ) (2020-04-03T14:07:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。